Segun MarkTechPost (AI/ML News), NVIDIA ha presentado Cosmos 3 Edge, un modelo mundial abierto de 4 mil millones de parámetros diseñado para ejecutarse directamente en dispositivos. Este avance forma parte de la familia Cosmos 3, que ya incluye variantes como Cosmos 3 Nano (16B) y Cosmos 3 Super (64B), lanzadas el 31 de mayo de 2026 en GTC Taipei. Cosmos 3 Edge representa la tercera y más reducida versión de esta línea, con un tamaño aproximado de uno dieciséisavo del de Cosmos 3 Super. Su objetivo principal es cerrar la brecha entre el rendimiento de centros de datos y las capacidades limitadas de sistemas operativos en el extremo de la red.
Los dispositivos ubicados en puntos de operación —como fábricas, almacenes o hospitales— enfrentan desafíos críticos por la escasez de recursos en memoria. En esos escenarios, la necesidad de procesar datos de forma rápida y autónoma se vuelve esencial. Cosmos 3 Edge permite que robots y agentes de inteligencia visual comprendan su entorno, realicen razonamientos en tiempo real y generen acciones sin depender de una conexión constante a una nube. Para lograrlo, el modelo aprende a representar cómo cambia el entorno a lo largo del tiempo: identifica objetos, su movimiento, las relaciones espaciales y las consecuencias de las acciones que se ejecutan. Por ejemplo, al intentar agarrar un objeto, el sistema debe no solo reconocerlo, sino también seguir su ubicación, simular el movimiento de su agarre y predecir el resultado del contacto.
El modelo se basa en una arquitectura denominada Mixture-of-Transformers, compuesta por dos torres diferenciadas. Una torre autoregresiva procesa tokens visuales y textuales para entender y razonar sobre el entorno. La otra, de difusión, maneja tokens visuales, auditivos y de acción para predecir resultados, generar comportamientos y simular escenarios. Aunque cada torre conserva capas independientes de normalización y perceptrones, comparten capas de atención multimodal que alinean información entre modos sensoriales. Esta integración permite que el sistema construya una representación compartida del mundo actual, simule futuros posibles y conecte esas simulaciones con acciones concretas.
Para el lector peruano, esta innovación tiene un significado práctico. En sectores como logística, salud o manufactura, donde los sistemas operan en entornos físicos con conectividad limitada, el uso de modelos como Cosmos 3 Edge puede impulsar la automatización local. Así, una maquinaria en un almacén de Lima podría tomar decisiones en tiempo real sobre cómo mover o clasificar productos, sin necesidad de enviar datos a servidores remotos. Esto no solo mejora la eficiencia, sino que también aumenta la seguridad y la respuesta ante cambios imprevistos en el entorno. El desarrollo de tecnologías que funcionan fuera de las nubes abre caminos para soluciones más ágiles, sostenibles y adaptadas a las necesidades locales.