追記: 2026年6月17日の最新情報
2026年6月のNVIDIA Developer Blogで、World-Action Modelsをロボット方策の表現として整理する記事が公開されました。Cosmos 3とAlpamayoを読むときは、モデル名やNIMの提供状態だけでなく、動画バックボーン、将来状態の予測、行動生成、post-trainingをつなげて見る必要があります。
NVIDIAのCosmos 3解説では、行動ラベル付きデータでのaction post-training、video/action入出力、World Action ModelやVLA、policy model用途が明示されています。Alpamayo側では、AlpaGymのclosed-loop reinforcement learningが、モデル自身のブレーキ、操舵、ナビゲーション判断が次状態に影響する状況で失敗モードを見つける枠組みとして説明されています。
ただし、これはシミュレーションと後学習の評価軸を補強する話であり、実車安全性や商用展開を保証するものではありません。全体像を先に整理したい場合は、後発のWorld-Action Models確認記事と、NVIDIAのWorld-Action Models解説、Cosmos 3解説、Alpamayo closed-loop解説を合わせて確認してください。
3行まとめ
このテーマをもう少し広げて見るなら、NVIDIA World-Action Models確認：Cosmos 3とAlpamayoでロボット方策を試す前に見ること と NVIDIA JetPack 7.2のSIPL移行確認：GMSL/CoEカメラとUDDFドライバを上げる前に見ること も合わせて確認してください。Cosmos 3とAlpamayoを、World-Action Modelsと方策学習の流れで読み直すための後発整理記事。
Physical AI向けに推論、ワールドモデル、行動生成をつなぐ発表として読む。
SuperとNanoは利用可能、EdgeとGenerator NIMは待つ領域として分けて確認する。
閉ループ検証を理解する材料であり、実車安全性や商用展開の保証ではない。
2026年6月14日午前時点の公式情報をもとに、導入前の確認点を整理する。
まずはモデル名よりも、どこから触るか、何が提供済みか、何を検証できるかを分ける。
NVIDIA Cosmos 3は、Physical AI向けに推論、ワールドモデル、行動生成をつなぐ公式発表です。試す入口はNIM、build.nvidia.com、Hugging Face、GitHubで役割が違います。
Cosmos 3 SuperとCosmos 3 Nanoは公式に利用可能と説明されています。一方でCosmos 3 Edgeはcoming soon、Cosmos 3 Generator NIMはkeep postedなので、提供済みの機能と待つべき機能を分けて読む必要があります。
Alpamayo 2 SuperとAlpaGymは、自動運転モデルの閉ループ検証を理解するうえで重要です。ただし、シミュレーション内で失敗モードを見つけやすくする枠組みであって、実車安全性や商用展開を保証する発表ではありません。
NVIDIA Watch JapanはNVIDIAおよび関係会社とは非提携の独立メディアです。この記事は2026年6月14日午前時点の公式情報をもとに、導入前に確認すべき点を整理します。
Cosmos 3を試す前に、まず入口を分ける
- 1NIM
推論サービスとして扱う入口。Reasoner NIMとGenerator NIMを混ぜずに確認する。
- 2build.nvidia.com
モデル体験、入力形式、応答の傾向、API利用の前提を確認する。
- 3Hugging Face
checkpoint、モデルカード、ライセンス、更新日、使い方の前提を見る。
- 4GitHub
examples、post-trainingの流れ、依存関係、実験に必要な構成を確認する。
入口を先に分けると、技術調査、体験、導入判断、PoC設計を同じ表で混ぜにくくなる。
Cosmos 3の発表は、ひとつのモデル名だけを追うと混乱します。NVIDIA Newsroomは2026年5月31日に、Cosmos 3をPhysical AI向けのopen world foundation modelとして発表しました。公式説明では、mixture-of-transformersアーキテクチャ、vision reasoning、text、image、video、ambient sound、actionをまたぐ生成、synthetic data generation、policy model developmentが並びます。
読み手が最初に決めるべきことは、どの入口から触るかです。NIMで推論サービスとして試すのか、build.nvidia.comで体験するのか、Hugging Faceでチェックポイントやモデルカードを見るのか、GitHubでコードとpost-trainingの流れを見るのかで、確認する項目が変わります。
すでに公開している<a href="https://nvda-watch.blog.mo-gmo.com/nvda-25-cosmos-3-physical-ai-world-model/">Cosmos 3の全体像記事</a>では発表全体を追いました。この記事では、その次の段階として「実際に試す前にどこを見るか」に絞ります。
NIMとbuild.nvidia.comで確認できること
根拠
NVIDIA Developer Blogは、Cosmos 3 modelsがNVIDIA NIM microservicesとしても利用できると説明しています。NIMは、推論ランタイムを含む形でモデルを扱いやすくする入口です。手元でserving stackを細かく組む前に、まずreasoningの挙動を確認したい読者には、NIMやbuild.nvidia.comの導線が現実的です。
注意点
ただし、ここで重要なのはReasonerとGeneratorを混ぜないことです。Developer Blogでは、Cosmos 3 Reasoner NIMはavailable todayと説明されています。一方で、Cosmos 3 Generator NIMについてはkeep postedとされています。つまり、現時点で「NIMからCosmos 3のフル生成機能を本番前提で使える」とは読まないほうが安全です。
build.nvidia.comには、Cosmos 3 Nano Reasoner model experienceとCosmos 3 Nano model experienceの導線があります。ここで見るべきものは、モデルの応答の雰囲気、入力形式、制約、API経由で扱う場合の入口です。社内PoCの前段では、実装より先に「どの機能を確かめたいのか」を決める材料になります。
Hugging Faceで確認できること
確認項目
NVIDIA NewsroomとDeveloper Blogはいずれも、Cosmos 3のopen modelsをHugging Faceから確認できると案内しています。特にCosmos 3 NanoとCosmos 3 Superのcheckpointを確認したい場合、Hugging Face collectionは最初に見る場所です。
ここでは、モデル名、サイズ、ライセンス、モデルカード、利用条件、必要リソース、更新履歴を確認します。モデルが公開されていることと、自社用途でそのまま使えることは別です。研究、検証、社内デモ、顧客向けサービス、再配布、派生モデル作成では、確認すべき条件が変わります。
Cosmosの製品ページでは、Cosmos world foundation modelsはLinux FoundationのOpenMDW1.1 licenseで提供されると説明されています。この記事ではライセンス名までを確認済みとして扱いますが、商用利用、再配布、顧客データ利用、派生成果物の扱いは、公式ライセンス本文と自社の法務確認に戻してください。
GitHubで確認できること
評価基準
Developer Blogは、Cosmos 3の例とコードをGitHubで確認できると案内しています。NIMが推論ワークフローに入りやすい入口なら、GitHubはpost-trainingやカスタマイズの流れを読む入口です。サンプルを動かしたいのか、独自データで微調整する前提を調べたいのかで、見る場所が変わります。
GitHubを見るときは、READMEだけでなく、環境前提、examples、issue、release、ライセンス、依存関係を見ます。Physical AIのワークフローは、モデル単体よりもデータ、シミュレーション、評価、推論基盤の組み合わせで決まるためです。
GitHubの内容は更新されやすいので、記事本文の情報を固定的な手順として扱わないでください。導入直前には、公式リポジトリの最新READMEとrelease、Hugging Faceのモデルカード、NIMのドキュメントを再確認するのが前提です。
Cosmos 3 Super/Nano/EdgeとReasoner/Generatorを混ぜない
available now、coming soon、keep postedを分けるだけで、調査できることと待つべきことが見えやすくなる。
Cosmos 3で最も混同しやすいのは、モデルの種類と提供状態です。NVIDIA Newsroomは、Cosmos 3 SuperとCosmos 3 Nanoはavailable now、Cosmos 3 Edgeはcoming soonと説明しています。ここを同じ「Cosmos 3」としてまとめると、PoC計画の前提がずれます。
導入判断では、利用可能なもの、体験できるもの、今後提供予定のものを分ける必要があります。特にエッジ推論、リアルタイム推論、生成ワークフローを計画している場合、EdgeとGenerator NIMを提供済み扱いにしないことが重要です。
SuperとNanoはavailable nowとして扱う
根拠
Newsroomでは、Cosmos 3 SuperとCosmos 3 Nanoはavailable nowと説明されています。Developer Blogでも、NanoとSuperのcheckpointをHugging Faceでdownloadできる導線が示されています。読者が今日確認できる範囲は、この2つを中心に考えるのが自然です。
評価基準
Superは高い能力を確認したい検証、Nanoはより軽い体験や開発入口として見ます。ただし、モデル名だけで必要GPU、速度、コスト、API制限を判断するのは危険です。Hugging Face、NIM、build.nvidia.com、GitHubでは、同じCosmos 3でも見える情報が違います。
社内で最初に作る確認表には、モデル名、提供状態、確認先、目的、必要リソース、ライセンス、未確認点を入れてください。これだけで、技術調査と本番導入判断を混ぜる失敗をかなり減らせます。
Edgeはcoming soonとして扱う
注意点
Cosmos 3 Edgeは、名前からエッジデバイスやリアルタイム推論を連想しやすい領域です。ただし、公式発表ではcoming soonです。公開日、性能、対象ハードウェア、地域、利用形態、NIMとの関係を断定してはいけません。
JetsonやエッジAIの読者にとっては気になる点ですが、現時点では「Edgeを待つ検証」と「Nano/Superで今できる確認」を分けるべきです。Jetson側の更新やカメラ入力の移行については、直近の<a href="https://nvda-watch.blog.mo-gmo.com/nvda-49-jetpack-72-sipl-camera-uddf-migration/">JetPack 7.2のSIPL移行記事</a>が別の論点として役に立ちます。
Edgeを前提にしたロードマップを社内で置く場合は、公式の提供開始、対応デバイス、必要メモリ、推論速度、サポート条件が出てから再評価するのが無難です。
ReasonerとGeneratorは用途が違う
根拠
Cosmos 3 Reasoner NIMは、Developer Blogでavailable todayと説明されています。これは、reasoning capabilitiesを試す入口です。一方、Cosmos 3 Generator NIMはfull generation capabilitiesを提供するものとして説明されつつ、keep postedとされています。
確認項目
この違いは、Physical AIのPoCでかなり効きます。Reasonerで確認するのは、映像や状況をどう読んで推論するかです。Generatorで期待されるのは、より広い生成ワークフローです。シナリオ生成、synthetic data、world modelを本格的に試したい場合、Generator NIMの提供状態を確認しないまま計画を進めると、途中で前提が崩れます。
現時点の実務判断は単純です。Reasoning体験やモデル理解は今すぐ確認できます。生成ワークフローやリアルタイムEdge前提の検証は、公式更新待ちの項目として管理します。
OpenMDW1.1は確認するが、法務判断はしない
根拠
Cosmos製品ページのFAQでは、Cosmos WFMsはOpenMDW1.1 licenseで提供されると説明されています。これは重要な確認済み事実です。
注意点
ただし、ライセンス名を見ただけで、自社サービスで使える、再配布できる、顧客データでfine-tuneできる、生成データを自由に販売できる、と判断するのは危険です。Physical AIでは、モデル、入力データ、シミュレーションデータ、実環境データ、顧客環境の映像やセンサー情報が絡みます。
この記事で言えるのは、OpenMDW1.1という公式記載があること、利用前にライセンス本文とモデルカードを確認すべきこと、組織利用では法務、セキュリティ、データ管理の確認が必要だという点までです。
Alpamayo 2 Superはロボタクシー全体の保証ではなく、検証対象を切るために見る
映像、言語、行動をまたぐ reasoning model として、どの開発段階で使う前提かを見る。
認識、計画、simulation rollout、評価指標のどこを見るのかで必要な環境が変わる。
closed-loop reinforcement learningの枠組みとして読み、失敗の連鎖をsimulation内で見る。
OmniDreamsやNuRecは関連する技術文脈として扱い、導入条件の証明とは分ける。
Alpamayo 2 Superは公道運用の許可や事故リスクの解消を意味しない。検証範囲を切るための材料として扱う。
Alpamayo 2 Superは、Cosmos 3と同じPhysical AI文脈で読むと理解しやすくなります。NVIDIA Newsroomは2026年5月31日に、Alpamayo 2 Superをrobotaxi向けのopen reasoning modelとして発表しました。公式説明では、32-billion-parameter reasoning VLA model、full driving stackでreason、plan、actする文脈、Level 4開発の支援が示されています。
ここで注意したいのは、Alpamayo 2 Superが「ロボタクシーの安全性を保証するモデル」と発表されたわけではないことです。これはAV開発で何をどう検証するかを見るための材料であり、公道運用の許可、規制適合、事故リスクの解消を意味しません。
32B open reasoning VLA modelとして確認する
根拠
Alpamayo 2 Superは、公式に32Bのopen reasoning VLA modelとして説明されています。VLAはvision、language、actionをまたぐ考え方で、映像や状況を理解し、計画や行動へつなげる文脈で使われます。
確認項目
読者が見るべき点は、モデル名の大きさよりも、どの開発段階で使う前提なのかです。認識だけを見るのか、計画まで見るのか、simulationでrolloutするのか、評価指標をどう置くのかで必要な環境が変わります。
既存の<a href="https://nvda-watch.blog.mo-gmo.com/nvda-18-alpamayo-2-super-robotaxi/">Alpamayo 2 Super発表整理</a>では、発表内容そのものを追っています。この記事では、Cosmos 3とAlpaGymを含めて「閉ループ検証の入口」として読み替えます。
AlpaGymはclosed-loop RLの枠組みとして見る
根拠
Developer Blogは、AlpaGymを使ったclosed-loop reinforcement learningの流れを説明しています。open-loopでは、logged expert trajectoriesに対して方策を学習します。closed-loopでは、モデル自身のブレーキ、ステアリング、ナビゲーション判断が次の環境状態に影響し、その結果から学びます。
条件
この違いは大きいです。open-loop評価では、記録済みデータに対してどれだけ近い出力を返すかを見やすい一方、モデルが自分の判断で環境を変えたときの失敗は見えにくくなります。closed-loopでは、simulation内で行動の連鎖を見るため、小さな予測ミスや計画ミスが時間とともにどう広がるかを検出しやすくなります。
ただし、closed-loop trainingは重い処理です。Developer Blogでは、inference、simulation、training、weight updates、instances間のcommunication、data movementを並行して扱う複雑さが説明されています。記事を読んで概念を理解することと、自社環境で大規模に回すことは分けるべきです。
OmniDreamsやNuRecは補助線に留める
注意点
Alpamayo 2 Superの発表では、AlpaGymのほかにOmniDreamsやNuRecも出てきます。OmniDreamsはphotorealistic closed-loop AV scenario generationの文脈、NuRecはreal-world fleet dataをphotorealistic 3D scenesへ再構成する文脈で語られています。
これらは、自動運転モデルの開発に必要なシナリオ、データ、シミュレーション環境を補う技術です。ただし、本記事の主語はCosmos 3、Alpamayo 2 Super、AlpaGymです。周辺技術をすべて説明し始めると、読者が「今日どこを確認すればよいか」を見失います。
PoC前の確認では、まずAlpamayo 2 Superがどのモデルなのか、AlpaGymがどの検証枠組みなのか、OmniDreamsやNuRecがどのデータ・シナリオ生成に関係するのかを分けるだけで十分です。
閉ループ検証をPoCで読むときの確認順
- 1open-loopを基準にする
記録済みデータやexpert trajectoryに対する評価として、まず見える範囲を確認する。
- 2closed-loopを切り分ける
モデルの行動が環境を変え、次の入力へ返る流れをsimulation内で確認する。
- 3環境条件を見る
GPUドライバ、CUDAスタック、通信ライブラリ、認証、checkpoint、workspace管理を確認する。
- 4failure modeを探す
小さな判断のずれが連鎖する場面を見つける。安全性保証とは別に扱う。
- 5評価ログを残す
報酬設計、評価指標、再現性、監査ログを残し、後から比較できる形にする。
closed-loop検証は失敗モードを見つける助けになるが、安全性や規制適合をそのまま保証するものではない。
閉ループ検証は、言葉だけでは便利に見えます。実務で見ると、データ、simulation、評価、報酬設計、計算資源、再現性、監査ログのすべてが絡みます。NVIDIAの公式ブログを読むときも、概念の新しさだけでなく、どの条件が必要かを順番に確認したほうがよいです。
ここでは、AlpaGymをすぐ動かす読者だけを想定しません。技術調査、社内説明、PoC設計、ベンダー比較、投資・事業企画の読者が同じ記事を読んでも、確認すべき論点がずれないように整理します。
open-loopとclosed-loopを比較して読む
評価基準
まず、open-loopとclosed-loopを分けます。open-loopは、記録済みデータやexpert trajectoryを基準に、モデルの出力を評価しやすい方法です。closed-loopは、モデルの行動が環境を変え、その結果が次の入力になるため、より実運用に近い相互作用を扱います。
AV開発では、小さなミスが連鎖することがあります。軽いブレーキ判断の遅れ、車線変更の迷い、歩行者や他車両への反応のずれが、数秒後には大きな失敗につながるかもしれません。closed-loopは、この連鎖をsimulation内で見つけるための考え方です。
一方で、closed-loopだから万能というわけではありません。simulationの質、シナリオの偏り、報酬設計、評価指標、モデル更新の安定性が悪ければ、見たい失敗を見落とす可能性があります。
公式手順は環境依存として扱う
確認項目
Developer Blogには、AlpaGymを使うための依存関係や手順が示されています。CUDA、NCCL、cuDNN、Redis、git-lfs、Hugging Face login、UV workspaceなど、環境に関係する前提が出てきます。
こうしたコマンドを記事内に長く固定して転載するより、読者は「必要条件の種類」を理解したほうが役に立ちます。GPUドライバとCUDAスタック、通信ライブラリ、simulation実行、モデルcheckpoint、データ取得、認証、workspace管理が必要になる、と捉えるほうが実務的です。
バージョンや依存関係は更新されます。2026年6月14日時点の公式ブログで確認した内容は、将来のreleaseやREADME更新で変わる可能性があります。実行前には必ずNVIDIA Developer Blogと公式リポジトリに戻ってください。
failure mode発見と安全性保証を分ける
注意点
closed-loop検証は、failure modeを見つける助けになります。これは価値があります。ただし、failure modeを見つけやすくなることと、安全性が保証されることは別です。
自動運転やロボタクシーでは、技術検証、simulation、closed course、road test、規制、運用監視、事故対応、保険、サイバーセキュリティが別々に存在します。AlpaGymやAlpamayo 2 Superは、その中のモデル開発とsimulation検証の話です。
記事や社内資料で説明するときは、「シミュレーション内で失敗を見つけるための枠組み」と書くのが安全です。「公道で安全に走れる」と読める表現は避けます。
自社PoCで見るべき評価項目
確認項目
PoCを設計するなら、まず入力データを確認します。どのセンサー、どのシナリオ、どの地域、どの天候、どの交通ルール、どの長尾ケースを扱うのか。次に、simulationでその条件を再現できるのかを見ます。
評価指標も必要です。目的地到達率、ルール違反、衝突、急制動、快適性、歩行者や二輪車への反応、rolloutの再現性、失敗ケースの分類、モデル更新後の改善幅を分けて見ます。ひとつのスコアにまとめると、失敗の中身が消えます。
最後に、運用の再現性です。同じcheckpoint、同じseed、同じsimulation条件、同じ評価スクリプトで再実行できるか。監査ログを残せるか。モデル更新のたびに同じ評価を回せるか。閉ループ検証は、派手なデモよりこの地味な再現性が大事です。
いま触る人、待つ人、読むだけでよい人を分ける
発表されたことと、自社条件で使えることは別に管理する。PoCの前に読者タイプを分けると無駄が減る。
Cosmos 3とAlpamayoの発表は大きいですが、すべての読者が同じ行動を取る必要はありません。いま触るべき人、条件を確認して触る人、更新を待つ人、読むだけでよい人を分けると、無駄なPoCを減らせます。
すぐ触る候補
条件
すぐ触る候補は、Reasoner体験やモデルカード確認が目的の読者です。build.nvidia.comで体験する、Hugging Faceでmodel cardを見る、GitHubでexamplesを読む、NIMの入口を調べる、といった調査は始めやすいです。
この段階では、実運用や安全性検証を目的にしないほうがよいです。まずは、どの入力に強いのか、どの出力が返るのか、どのモデルが公開されているのか、どのドキュメントが更新されているのかを確認します。
開発者なら、<a href="https://nvda-watch.blog.mo-gmo.com/nvda-37-nim-api-selfhost-ai-enterprise-checklist/">NIMのHosted API、self-host、AI Enterpriseの境界</a>も合わせて見ておくと、後で推論基盤の選択を誤りにくくなります。
条件を確認して触る候補
確認項目
条件を確認して触るべき読者は、独自データ、社内GPU、クラウド、セキュリティ、ライセンス、顧客環境を絡める読者です。ここでは、モデルが公開されていることだけでは足りません。
確認項目は、GPUとメモリ、クラウド利用可否、アカウント権限、料金、API制限、データ持ち出し、ログ保存、社内セキュリティ、再現性、ライセンス、販売パートナーのサポートです。Cosmos 3のモデルを触るだけなら軽くても、Physical AIのワークフローを社内に入れるなら確認範囲は広がります。
AlpaGymを動かす場合は、さらにsimulation運用の負荷を見ます。学習とsimulationを並行して回すには、推論、rollout、通信、weight update、データ移動が重なります。小さな実験から始め、評価ログを残せる形にしたほうが安全です。
更新待ちにすべき候補
注意点
更新待ちにすべき読者もいます。Cosmos 3 Edgeを前提にしたリアルタイム推論検証、Cosmos 3 Generator NIMを前提にした生成ワークフロー、国や契約ごとの提供条件が必要な本番導入判断は、公式更新を待つほうがよい領域です。
ここを急ぐと、「発表された」ことを「自社条件で使える」ことに置き換えてしまいます。特にロボティクス、自動運転、産業検査では、失敗したときの影響が大きいです。available now、coming soon、keep posted、preview、GA、supportの違いを管理表に残してください。
投資・事業企画読者の読み方
上振れと下振れ
投資や事業企画の読者は、株価材料として読む前に、製品と開発者体験の変化を見たほうがよいです。Cosmos 3、NIM、Hugging Face、GitHub、Alpamayo、AlpaGymが同じ発表群で語られていることは、Physical AIをモデル単体ではなく、データ生成、simulation、推論、post-trainingまで含むプラットフォームとして押し出す動きに見えます。
上振れとして見られるのは、ロボティクス、AV、産業ビジョン、video analytics AI agentsに向けて、モデルと開発導線がまとまり始めた点です。下振れとして見るべきなのは、coming soonやkeep postedが残る点、実運用安全性は別問題である点、利用条件が読者ごとに変わり得る点です。
この記事は投資助言ではありません。NVIDIAの株価、時価総額、決算は重要な背景になり得ますが、このテーマの主役は、読者が実際に触るモデル、ツール、検証手順、未確認点です。
最後は試す前チェックリストと次の記事へつなぐ
NIM、build.nvidia.com、Hugging Face、GitHubのどこから確認するかを決める。
Cosmos 3 Super、Cosmos 3 Nano、Cosmos 3 Edgeのどれを試すのかを分ける。
reasoning、generation、world model、post-training、closed-loop evaluationのどれかを決める。
available now、coming soon、keep postedの違いを確認表に残す。
OpenMDW1.1、モデルカード、自社データ、顧客データ、センサー情報の扱いを確認する。
概念理解として読むのか、実際に動かすのかを分けてから進める。
ニュースの大きさよりも確認順が重要。入口、モデル、状態、条件を分けてから次の記事へ進む。
Cosmos 3とAlpamayoを追うときは、ニュースの大きさよりも確認順が重要です。発表直後は、モデル名、NIM、Hugging Face、GitHub、simulation、closed-loop、robotaxiという言葉が一気に出ます。ここで焦らず、入口、モデル、提供状態、ライセンス、検証範囲、未確認点を分けてください。
15分で確認するチェックリスト
確認項目
- 入口はNIM、build.nvidia.com、Hugging Face、GitHubのどれか。
- 試す対象はCosmos 3 Super、Cosmos 3 Nano、Cosmos 3 Edgeのどれか。
- 目的はreasoning、generation、world model、post-training、closed-loop evaluationのどれか。
- 公式にavailable nowなのか、coming soonなのか、keep postedなのか。
- Reasoner NIMとGenerator NIMを混ぜていないか。
- OpenMDW1.1のライセンス本文とモデルカードを確認したか。
- 自社データ、顧客データ、センサー情報を使う場合のルールを確認したか。
- AlpaGymを概念理解として読むのか、実際に動かすのかを分けたか。
- closed-loopでfailure modeを探すことと、安全性保証を混同していないか。
- 公式Newsroom、製品ページ、Developer Blog、Hugging Face、GitHubを公開直前に見直したか。
この10項目に答えられれば、Cosmos 3とAlpamayoを「発表されたから試す」ではなく、「自社の目的に合う入口から確認する」に変えられます。
更新通知
追跡先
2026年6月のNVIDIA公式発表、製品更新、噂確認は、<a href="https://nvda-watch.blog.mo-gmo.com/monthly-topics-2026-06/">2026年6月重要トピックまとめ</a>で追跡しています。Cosmos 3 Edge、Generator NIM、Alpamayo関連の追加資料が出た場合も、月次まとめから確認しやすいように更新します。
更新通知を受け取りたい場合は、<a href="https://nvda-watch.blog.mo-gmo.com/newsletter/">ニュースレター</a>も使えます。NVIDIA Watch Japanの更新通知であり、NVIDIA公式の案内ではありません。
次に読むなら
参照した主な情報源
- NVIDIA Newsroom, "NVIDIA Launches Cosmos 3, the Open Frontier Foundation Model for Physical AI", 2026年5月31日公開、2026年6月14日確認。https://nvidianews.nvidia.com/news/nvidia-launches-cosmos-3-the-open-frontier-foundation-model-for-physical-ai
- NVIDIA, "NVIDIA Cosmos", 2026年6月14日確認。https://www.nvidia.com/en-us/ai/cosmos/
- NVIDIA Developer Blog, "Develop Physical AI Reasoning, World, and Action Models with NVIDIA Cosmos 3", 2026年6月14日確認。https://developer.nvidia.com/blog/develop-physical-ai-reasoning-world-and-action-models-with-nvidia-cosmos-3/
- NVIDIA Newsroom, "NVIDIA Launches Alpamayo 2 Super Open Reasoning Model for Robotaxis", 2026年5月31日公開、2026年6月14日確認。https://nvidianews.nvidia.com/news/nvidia-alpamayo-2-super-robotaxis
- NVIDIA Developer Blog, "How to Post-Train Autonomous Vehicle Models in Closed-Loop with NVIDIA Alpamayo", 2026年6月14日確認。https://developer.nvidia.com/blog/how-to-post-train-autonomous-vehicle-models-in-closed-loop-with-nvidia-alpamayo/
更新履歴
- 2026年6月14日
NVIDIA公式Newsroom、Cosmos製品ページ、NVIDIA Developer Blogを確認し、Cosmos 3、Alpamayo 2 Super、AlpaGymの提供状態と未確認点を整理。
バージョン、提供状態、依存関係は更新される可能性があるため、実行前には公式情報に戻って確認する。
- 2026年6月14日: NVIDIA公式Newsroom、Cosmos製品ページ、NVIDIA Developer Blogを確認し、Cosmos 3、Alpamayo 2 Super、AlpaGymの提供状態と未確認点を整理しました。