NVIDIA lança Cosmos Policy e redefine o controle robótico com modelos de mundo unificados

A NVIDIA apresentou o Cosmos Policy, uma nova política de controle robótico que leva os World Foundation Models (WFMs) da família Cosmos a um novo patamar em manipulação, planejamento e execução de tarefas físicas. A abordagem se destaca por adaptar diretamente o modelo Cosmos Predict-2, originalmente treinado para prever a evolução de cenas ao longo do tempo, sem adicionar módulos externos de controle ou arquiteturas paralelas. Isso simplifica o treinamento e permite que o robô herde, de forma nativa, o entendimento físico já aprendido pelo modelo. O grande diferencial técnico do Cosmos Policy está na forma como ações, estados físicos e métricas de sucesso são representados. Em vez de redes separadas para percepção e controle, tudo é tratado como "frames latentes", semelhantes a quadros de um vídeo. Essa representação unificada usa o mesmo processo de difusão empregado na geração de vídeo, permitindo que o modelo reutilize seu conhecimento prévio sobre dinâmica, gravidade e interação com o ambiente para decidir como agir. Com essa estrutura, um único modelo passa a executar três funções críticas ao mesmo tempo: prever sequências de ações para controle visuomotor, antecipar estados futuros do ambiente e estimar retornos esperados para planejamento. O Cosmos Policy pode operar tanto como política direta, gerando ações em tempo real, quanto como política baseada em planejamento, avaliando múltiplos cenários futuros antes de decidir, algo essencial para tarefas longas e complexas. Nos benchmarks LIBERO e RoboCasa, considerados referência em manipulação robótica, o Cosmos Policy atingiu resultados de ponta. No LIBERO, obteve uma taxa média de sucesso de 98,5%, superando políticas de difusão treinadas do zero e modelos VLA baseados em visão e linguagem. Já no RoboCasa, alcançou 67,1% de sucesso com apenas 50 demonstrações por tarefa, evidenciando uma eficiência de dados significativamente maior que alternativas concorrentes. Em testes no mundo real, usando o robô bimanual ALOHA, o modelo demonstrou capacidade de executar tarefas de longo horizonte diretamente a partir de observações visuais. Quando combinado com planejamento baseado em modelo, o Cosmos Policy apresentou um ganho médio de 12,5% na taxa de conclusão de tarefas, reforçando o impacto prático da integração entre previsão, valor e ação em um único sistema. Além do avanço técnico, a NVIDIA anunciou o Cosmos Cookoff, um hackathon aberto para incentivar desenvolvedores a explorar e expandir aplicações de Physical AI com os modelos Cosmos. 🎯 Para a SevenCoins, esse movimento sinaliza como modelos de mundo e políticas unificadas estão acelerando sistemas autônomos mais confiáveis, eficientes e orientados por previsão — um princípio que também se aplica à análise avançada de dados e tomada de decisão estratégica.