投稿者 投稿日: カテゴリー AIニュース
NVIDIAが端末上で動く物理AI基盤「Cosmos 3 Edge」を公開しました。
NVIDIAは2026年7月20日、ロボットや映像AIが端末上で周囲を理解し、リアルタイムで判断して動作まで生成できる物理AIの基盤モデル「Cosmos 3 Edge」を公開しました。パラメータ数は40億で、データセンター級の性能をメモリの限られたエッジ機器で動かせる点が最大の特徴です。本記事は、EC支援19年・5,000社超の実績を持ち、2023年からAI導入支援を提供する株式会社オルセル（うるチカラ運営）が、EC事業者の物流・倉庫自動化という観点も交えて解説します。
Cosmos 3 Edgeとは、工場や倉庫、病院などの現場で動く機械が、目の前の状況を理解し、次に何が起きるかを予測し、取るべき行動までを一つのモデルで生成できる「世界モデル」のことです。
端末で完結する物理AI、Cosmos 3 Edgeとは何か
40億パラメータのCosmos 3 Edgeは、端末単体で理解から行動生成まで完結できる点が新しいところです。NVIDIAのHugging Faceブログによると、同モデルはNVIDIA RTX PRO GPUやDGX、GeForce RTX GPU、そして新たに発表されたJetson T2000・T3000モジュールを含むエッジ機器で動作します。ロボット制御に必要な解像度（640×360）で処理し、Jetson Thor上では1回の推論で32個の動作を生成しながら、15Hzのリアルタイム制御を実現するとしています。NVIDIAは、40億パラメータ級のモデルの中で、映像解析のVANTAGE-Benchで首位、ロボットの方策学習でも最先端の性能だと説明しています。
技術面での要点は、2つのトランスフォーマー「タワー」を組み合わせた構造です。1つは映像とテキストを読み取って状況を理解・推論する自己回帰型の「推論タワー」、もう1つは映像・音声・動作を扱い、未来の予測や生成を担う拡散型の「生成タワー」です。両者はマルチモーダルの注意層を共有し、行動する前に一度シーンを「考える」ことができます。NVIDIAはこの設計を混合トランスフォーマー（Mixture-of-Transformers）と呼び、複数のモデルを連携させる従来の煩雑さを1つのモデルに集約したとしています。
なぜ「エッジで動く世界モデル」が重要なのか
結論から言えば、クラウドに送らず現場の機械単体で理解・予測・行動まで完結できる点が、これまでの物理AIの壁を一つ崩すからです。40億パラメータという小型サイズながら、Cosmos 3 Edgeは動作を移動・回転・把持状態という3要素の幾何ベクトルとして表現します。これにより、画素の変化と物理的な動き・制御を直接結び付け、ある行動を取ったら世界がどう変わるかを予測したり、逆に観測された変化からどんな行動があったかを推定したりできます。
NVIDIAは同時に、DROIDデータセットで学習させたピック＆プレース用の方策モデル「Cosmos 3 Edge Policy（DROID）」や、拡散の処理を35〜50ステップから4ステップに削り、推論を最大25倍高速化する蒸留版チェックポイントも公開しました。エッジ機器という制約の中で、いかに速く安く動かすかに主眼が置かれています。
Cosmos 3自体は2026年5月31日のGTC Taipeiで発表された基盤モデルです。NVIDIAの技術ブログによると、ワークステーション向けの「Nano」（80億パラメータ）、データセンター向けの「Super」（320億パラメータ）に続き、今回の「Edge」（40億パラメータ）で端末向けの布陣がそろいました。NVIDIAはモデルの重みや学習スクリプト、データセットをオープンに公開しており、Agile RobotsやBlack Forest Labs、Runway、Skild AIらが参加する「NVIDIA Cosmos Coalition」も立ち上げています。
今後の動きと、日本のEC・物流への含意
日本にとっても他人事ではありません。NVIDIAは2026年7月15日から16日にかけての来日で、日本のロボティクス・製造大手がCosmosを基盤に物理AIを進める方針を打ち出しました。国家AI基盤「Noetra」の枠組みでも、主要ロボットメーカーがCosmosの採用を表明しています（詳細は当メディアのNVIDIAと日本の国家AI基盤に関する記事を参照してください）。
EC事業者にとって直接の接点は、物流倉庫の自動化です。NVIDIAはCosmos 3向けの公開データセットに「倉庫オペレーション」や倉庫安全のシーンを含めており、フォークリフトと人の接触検知やピッキング、検品といった現場作業を想定しています。端末側で完結する世界モデルが実用化されれば、倉庫内の自律ロボットや映像による安全監視を、通信環境に依存せず低コストで回せる可能性があります。アパレルの縫製をロボットが担い始めた事例（当メディアのロボット製造とECに関する記事）と同じく、物理AIの進化は「作る・運ぶ・届ける」というEC後方工程のコスト構造を変えていく方向にあります。ジェフ・ベゾスが物理世界向けAIに巨額投資した動き（当メディアの物理AIスタートアップに関する記事）とあわせて見ると、AI競争の主戦場がソフトウェアから現実世界へ広がっていることが分かります。ただし、こうした倉庫自動化が日本の中小EC事業者のコストに反映される時期は未知数で、現時点では要確認です。
まとめ
Cosmos 3 Edgeは、端末単体で理解・予測・行動までこなす40億パラメータの物理AI基盤です。ロボットや映像AIの「頭脳」を現場に置けるようになれば、EC事業者にとっては物流倉庫の自動化や検品・安全監視のコストを下げる余地が生まれます。まずは自社の物流委託先やシステムベンダーが物理AIや倉庫ロボットにどう向き合うかを把握しておくことが、次の一手につながります。
参考文献
- Introducing Cosmos 3 Edge（NVIDIA / Hugging Face）
- NVIDIA Launches Cosmos 3, the Open Frontier Foundation Model for Physical AI（NVIDIA Newsroom）
- Develop Physical AI Reasoning, World, and Action Models with NVIDIA Cosmos 3（NVIDIA Technical Blog）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
