Cosmos3-Edge
NVIDIA🇺🇸 USMajor lab· Jul 1, 2026
NVIDIA Cosmos3-Edge is a 4B-parameter omni-modal world model that generates text, images, video, and action commands from multimodal inputs. Its Mixture-of-Transformers architecture combines autoregressive decoding for text with diffusion-based denoising for other modalities. Optimized for physical AI, it serves robotics, autonomous vehicles, and smart space simulations.
Summary of the model card
- License
- other
1 variant
| Standard | HF |
Sources
HuggingFaceDeutsch
Cosmos3-Edge ist ein 4-Billionen-Parameter-Modell von NVIDIA zur Erzeugung von Text, Bildern, Video und Aktionsbefehlen aus multimodalen Eingaben. Die Mixture-of-Transformers-Architektur kombiniert autoregressives Dekodieren mit diffusionsbasierter Synthese verschiedener Modalitaeten. Es wird fuer Robotics, autonomes Fahren und Smart-Space-Simulationen eingesetzt.
Provenance
- Detected
- Sep 27, 2026
- First source
- huggingface
- Description
- Summary of the model card
- Editorially reviewed
- —