NVIDIAがSIGGRAPH 2026で「Cosmos 3 Edge」を発表：単一GPUで動作するフィジカルAIパイプラインを構築
2026年7月24日 18:25
NVIDIAはSIGGRAPH 2026において、従来マルチラックの計算資源を必要としていたフィジカルAIパイプラインを、単一のワークステーションGPUで実行可能にした実績を披露した。あわせて、エッジ環境向けに最適化された40億パラメータのオープンモデル「Cosmos 3 Edge」を公開している。本記事では、グラフィックスとAIの統合が進む最新動向と、基調講演や関連発表のハイライトを整理する。
■シミュレータを単一GPUへ凝縮、エッジ向け基盤モデル「Cosmos 3 Edge」が登場
SIGGRAPH 2026のNVIDIA基調講演において、同社のフィジカルAIプラットフォームの急速な進展が示された。かつて64基の「NVIDIA GB300」GPUを必要としていた自動運転シミュレータ「Cosmos-Dreams」が、単一の「NVIDIA RTX PRO 6000」ワークステーションカード上でフォトリアルな走行世界をリアルタイム生成可能になったと発表されている。
基調講演に合わせて7月20日にHugging Faceで公開された「Cosmos 3 Edge」は、40億パラメータのオープンワールド基盤モデルである。NVIDIA JetsonやRTX PRO、DGXシステム、GeForce RTX GPUでのリアルタイム・エッジデプロイ向けに最適化されており、ビジョンアナリティクスのベンチマーク「VANTAGE-Bench」の同パラメータクラスで首位を獲得したとされる。モデルの重み、推論コード、ポストトレーニングレシピは、OpenMDW 1.1ライセンスのもとで公開されている。
■シミュレーションからロボット駆動まで一体化するパイプライン
Cosmos 3 Edgeは単体のモデルにとどまらず、NVIDIAが構築してきた統合パイプラインの最終ピースとして機能する。このパイプラインでは、Cosmos-Dreamsが実際の道路や工場では撮影が困難・危険なエッジケースの合成トレーニングシナリオをワークステーション環境で生成する。
また、大規模な人間行動データセットを用いて単一のモーターコントローラーを事前学習させるフレームワーク「GPC」により、新たなタスクに応用可能な共通スキルを付与する。Cosmos 3 Edgeは学習済みポリシーを受け取り、20億パラメータの思考モジュールを伴って「Jetson Orin 8GB」のようなコンパクトなモジュール上で15Hzのリアルタイム動作を実現する。
さらに、35万以上のモーションクリップで学習されたモデル「MotionBricks」のデモでは、画面内のアニメーションキャラクターとUnitree G1ヒューマノイドロボットを同じモデルで駆動させた。ただし、Unitree G1のデプロイには物理的なモーション・トラッキング・コントローラーが依然として必要であるという制約も明示されている。
■基調講演で示された3つの研究課題とアーキテクチャ
基調講演では、創業者のジェンスン・フアン（Jensen Huang）CEOによるビデオ導入に続き、研究チームからニューラルレンダリング、AI物理学、Cosmos 3のアーキテクチャが解説された。
Edward Liu（Director, Applied Deep Learning Research）らは、アーティスティックな意図の保持、フレーム間の時間的安定性の確保、60fps環境（16ミリ秒未満）での4K出力という3つの研究課題に言及した。これらはNVIDIAのニューラルレンダリング技術「DLSS 5」のアーキテクチャの根幹をなすものとして提示されている。
Neil Ashton（Distinguished Engineer）は、気象・気候シミュレーション向けモデル「Earth-2」に触れ、シミュレーションデータを数百万分の一（数百メガバイト規模）に圧縮し、1秒未満で物理的に正確な可視化を行う技術を説明した。また、Ming-Yu Liu（Vice President, Cosmos Lab）は、Cosmos 3が採用する「Mixture-of-Transformers」構造を紹介した。テキスト、画像、動画、環境音、物理アクションといった異なる入力を専門のサブネットワークへ疎（Sparse）にルーティングすることで、40億パラメータでありながら5つのモダリティを効率的に処理可能にしている。
■クリエイティブツールにおけるAIエージェントとローカル基盤の拡大
会場では、Model Context Protocol（MCP）接続の標準採用が相次いで発表・実演された。Blender、Unreal Engine、Adobe Creative Cloud、SideFX Houdini 22、Boris FX Silhouette、Foundry Griptapeなどの主要ツールがMCPサーバー統合を表明している。これにより、ローカル環境で動作するAIエージェントがHoudini 22のシーンを検査して欠損テクスチャを探したり、プロンプトからプロシージャルなキャラクターリグを構築したりすることが可能になる。
加えて、NVIDIAは「AI for Media」プラットフォームの一環として「Synthetic Video Detector NIM」マイクロサービスを発表した。映像をフレーム単位で分析し、RTXシステム上で1フレームあたり最速22ミリ秒で処理を行う。本機能はWowzaのプラットフォーム等に統合される予定である。また、ローカルで安全にエージェントを実行できるデスクトップ型AIスパコン「DGX Station」（Nemotron 3 Ultra 550Bモデル等を含むスタック）も公表された。
■ラスタライゼーションに対抗するBolt Graphicsと中国企業の法的リスク
スタートアップ企業のBolt Graphicsは、従来のGPUが採用してきたラスタライゼーションおよびAIテンソルコア依存からの脱却を主張した。同社のGPU「Zeus」は、FP64ネイティブのベクターコアとネイティブのパストレーシングハードウェアにシリコン領域を割り当てている。公表された性能（従来の10倍のレンダリング速度等）は自社主張であり第三者による独立検証はなされていないが、2026年4月にテストチップのテープアウトを完了し、2027年第4四半期の量産を目指しているとされる。
一方、3D生成AIを提示したTripo AI（運営：中国のVAST社）の発表に対しては、技術的成果を評価しつつも注意が促された。中国に拠点を置く企業は国家情報法（2017年第7条）やデータ安全法（2021年）などの適用を受け、政府の要求に応じる法的義務を負う。機密データを取り扱う開発環境への統合にあたっては、リーガルチェックなどの配慮が必要であると指摘されている。
■注目ポイントQ&A
●Cosmos 3 Edgeとは何ですか？すぐに利用できますか？
Cosmos 3 Edgeは、NVIDIAがSIGGRAPH 2026で発表した40億パラメータのオープンワールド基盤モデルです。テキスト、画像、動画、音声、物理アクションを処理するMixture-of-Transformers構造を採用しています。Hugging FaceにてOpenMDW 1.1ライセンスのもとで重みや推論コードが公開されており、すぐに利用可能です。
●Cosmos-DreamsのGPU効率化は自動運転開発にどのような影響を与えますか？
従来はデータセンター規模（64基のGB300 GPUなど）を要したフォトリアルな学習用シミュレーション環境の生成が、単一のワークステーションGPU（RTX PRO 6000）で実行可能になりました。これにより開発者は手元のデスクでリアルタイムに走行世界を生成し、エッジケースの検証やポリシーモデルの事前評価を行えるようになります。
●Bolt GraphicsのZeus GPUとはどのような製品で、いつ出荷されますか？
ZeusはラスタライゼーションやAIテンソルコアではなく、FP64ネイティブベクターコアとパストレーシング専用ハードウェアに特化したGPUです。同社は2026年4月にテストチップのテープアウトを完了しており、2027年第4四半期のフル生産を目指しています。なお、公表されている性能数値は自社発表によるものです。
●中国外の開発者がTripo AIを利用する場合、データ取扱いにどのような影響がありますか？
Tripo AIを開発するVAST社は中国（北京・上海）に拠点を置くため、同国の国家情報法やデータ安全法等の適用を受けます。これにより、サーバー上のデータが当局のアクセス対象となる法的可能性が存在します。機密プロジェクトで導入する際は法的レビューやデータ最小化措置を講じることが推奨されます。
元記事: NVIDIA at SIGGRAPH: Cosmos 3 Edge Brings Physical AI Pipeline to Single GPU