NVIDIA 의 GTC 2025 발표: 물리 AI 개발자를 위한 새로운 오픈 모델 및 데이터셋

Cosmos Transfer 는 NVIDIA 의 Cosmos™ 월드 파운데이션 모델 (WFMs) 에 새로 추가된 물리 AI 데이터셋으로, 가상 세계 장면 생성에서 새로운 수준의 제어력과 정확도를 제공합니다.

70 억 파라미터 크기로 제공되는 이 모델은 구조적 입력을 사용하여 고해상도 세계 장면을 생성하는 데 멀티컨트롤 (multicontrols) 을 활용하여 정확한 공간 정렬과 장면 조성을 보장합니다. 각 센서 모달리티로 시뮬레이션된 세계를 캡처하기 위해 개별 ControlNets 를 별도로 훈련한 것으로 구축되었습니다.

입력 유형은 3D 박스맵, 궤적 맵, 깊이 맵, 세그멘테이션 맵 등을 포함합니다. 추론 시간에는 개발자는 세그멘테이션 맵, 깊이 맵, 에지 맵, 인간 동작 키포인트, LiDAR 스캔, 궤적, HD 맵, 3D 박스 등 구조적 시각 또는 기하학적 데이터를 사용하여 출력을 안내할 수 있습니다. 각 제어 분지의 제어 신호는 적응형 공간시간 제어 맵과 곱해진 후 합산된 다음 기본 모델의 트랜스포머 블록에 추가됩니다. 생성된 출력은 제어된 레이아웃, 객체 배치 및 운동이 있는 사진적 현실적인 비디오 시퀀스입니다. 개발자는 구조와 외관을 유지하거나 구조를 유지하면서 외관 변화를 허용하는 방식으로 출력을 여러 가지로 제어할 수 있습니다.

Cosmos Transfer 는 다양한 환경과 날씨 조건에서 출력합니다. Cosmos Transfer 와 NVIDIA Omniverse 플랫폼을 결합하면 로봇 및 자율주행차 개발에 대량으로 제어 가능한 합성 데이터 생성이 가능합니다. GitHub 에서 더 많은 Cosmos Transfer 예제를 확인하세요.

Cosmos Transfer 샘플은 오픈 모달리티 기반 모델로 구축되어 자율주행차용으로도 제공됩니다.

NVIDIA 는 물리 AI 개발을 위한 Hugging Face 의 오픈소스 데이터셋인 Physical AI Dataset도 출시했습니다. 이 상용급, 사전 검증된 데이터셋은 로봇 훈련용 32 만 개 이상의 궤적을 나타내는 15 테라바이트의 데이터를 포함하며, SimReady 컬렉션 및 기타 1,000 개의 Universal Scene Description (OpenUSD) 자산까지 포함합니다.

이 데이터셋은 Cosmos Predict 월드 파운데이션 모델과 같은 후 훈련 파운데이션 모델을 위해 설계되어 개발자에게 고품질의 다양한 데이터를 제공하여 AI 모델을 향상시킵니다.

또한 NVIDIA Isaac GR00T N1 의 출시로 흥미로운 발표가 이어졌습니다. 이는 일반화된 인간형 로봇 추론 및 기술을 위한 세계 최초의 오픈 파운데이션 모델입니다. 이 크로스 임베디먼트 모델은 언어 및 이미지 등 멀티모달 입력을 받아 다양한 환경에서 조작 작업을 수행합니다. NVIDIA Isaac GR00T-N1-2B 모델은 Hugging Face 에서 이용 가능합니다.

Isaac GR00T N1 는 실제 캡처 데이터, NVIDIA Isaac GR00T Blueprint 의 구성 요소를 사용하여 생성된 합성 데이터, 인터넷 규모의 비디오 데이터를 포함한 광범위한 인간형 데이터셋으로 훈련되었습니다. 특정 임베디먼트, 작업 및 환경에 대해 후 훈련을 통해 적응 가능합니다.

Isaac GR00T N1 는 Fourier GR-1 및 1X Neo 등 다양한 인간형 로봇에 조작 동작을 가능하게 하기 위해 단일 모델과 가중치 집합을 사용합니다. 이는 한 손 또는 두 손으로 물체를 잡거나 조작하고, 팔 사이사이에 물건을 옮기는 등 다양한 작업에서 강력한 일반화 능력을 보여줍니다. 또한 지속된 맥락 이해와 다양한 기술의 통합이 필요한 복잡한 다단계 작업을 실행할 수 있습니다. 이러한 기능은 재료 처리, 포장, 검사 응용 분야에서 적합합니다.

Isaac GR00T N1 는 인간 인지에서 영감을 받은 이중 시스템 아키텍처를 특징으로 하며, 다음과 같은 보완적인 구성 요소로 이루어져 있습니다:

시각-언어 모델 (System 2): 이 체계적 사고 시스템은 NVIDIA-Eagle 와 SmolLM-1.7B 를 기반으로 합니다. 환경과 지시를 시각 및 언어 명령어로 해석하여 로봇이 환경을 이해하고 지시를 추론하며 올바른 동작을 계획할 수 있게 합니다.

확산 변환기 (Diffusion Transformer) (System 1): 이 행동 모델은 시스템 2 가 만든 행동 계획을 정확한 연속적인 로봇 동작으로 번역하여 로봇의 움직임을 제어합니다.

포스트 트레이닝은 자율 시스템 발전과 하류 물리 AI 작업에 특화된 모델을 만드는 길입니다.

Cosmos Predict 및 Cosmos Transfer 추론 스크립트를 GitHub 에서 확인하세요. 더 자세한 내용은 Cosmos Transfer 연구 논문을 참조하세요.

NVIDIA Isaac GR00T-N1-2B 모델은 Hugging Face 에서 이용 가능합니다. 커스텀 사용자 데이터셋을 사용한 포스트 트레이닝용 샘플 데이터셋 및 PyTorch 스크립트는 Hugging Face LeRobot 형식과 호환되며 GitHub 에서 이용 가능합니다. Isaac GR00T N1 모델에 대한 자세한 정보는 연구 논문을 참조하세요.

더 많은 업데이트를 위해 NVIDIA 를 Hugging Face 에서 팔로우하세요.