Nvidia-இன் Cosmos 3: இந்திய ரோபோட்டிக்ஸ் & கார்களுக்கு திறந்த Physical AI மாடல்

சுருக்கம் – என்ன மாறுது?#

GTC 2026-ல் Jensen Huang Cosmos 3-ஐ அறிமுகப்படுத்தினார். இது “Physical AI” மாடல்களின் மூன்றாம் தலைமுறை. மொழி‑மாடல்களிலிருந்து வித்தியாசமாக, Cosmos 3 வீடியோ, LiDAR போன்ற உண்மை‑உணர்வு தரவுகளை நேரடியாகப் புரிந்துகொள்கிறது. முக்கியம், அதிகமான டேட்டா இல்லாமலே production‑லெவல் perception‑ஐ பெற முடியும்.

இந்தியா ஏன் கவனிக்க வேண்டும்?#

நம்மிடமுள்ள குறுகிய சாலைகள், இரண்டு சக்கர வாகனங்கள், எப்போதும் மாறும் பாதசாரிகள் – இவை எல்லாம் autonomous‑car‑க்கு கடினம். பாரம்பரியமாக 10‑20 லட்சம் ரூபாய் செலவாகும் data collection, annotation வேலைகள் இப்போது ஒரு சில நூறு மணி நேர வீடியோக்களால் முடியும்.

தகவல் விவரங்கள் (Specs)#

• Parameter count: 1.2 T
• Input: RGB video + optional LiDAR point‑cloud
• Training compute: 1,500 GPU‑years on H100
• Inference speed: 30 fps RTX 4090, 10 fps RTX 3080, 5 fps Coral‑TPU
• License: Apache 2.0 (commercial use OK)

NGC‑லிருந்து ngc registry model download nvidia/cosmos3 என்று டைப் செய்தால் மாடல் கிடைக்கும்.

எப்படிப் பயன்படுத்தலாம்? (5‑நடை வழிமுறை)#

1. NGC-ல் இலவச கணக்கு உருவாக்கு
ngc registry login

# 2. மாடல் டவுன்லோடு செய்
ngc registry model download nvidia/cosmos3:latest

# 3. SDK-யை pip மூலம் நிறுவு
pip install nvidia-cosmos-sdk

# 4. உன் உள்ளூர் data‑set (Bangalore traffic 200 clips) தயாரி
python prepare_dataset.py --input ./my_videos --output ./dataset

# 5. Fine‑tune (RTX 4090 on one GPU)
python fine_tune.py --model cosmos3.onnx --data ./dataset --epochs 5 --batch 8

# 6. TensorRT‑க்கு export செய்து real‑time inference செய்யு
python export_trt.py --model fine_tuned.onnx --output cosmos3_trt.engine

இந்த 6 படிகளில் 3‑4 மணி நேரம் மட்டுமே பிடிக்கும், பின்னர் உங்கள் ரோபோ அல்லது காருக்கு AI‑யை இணைக்கலாம்.

இந்தியாவில் தாக்கம்#

புதுமை மையம் Bengaluru‑யில் இருக்கும் RoboSense AI Cosmos 3‑யை low‑cost AGV‑யில் சேர்த்து, data‑labeling செலவை ₹30 லட்சம் இருந்து ₹5 லட்சம் மட்டுமே குறைக்க திட்டமிட்டுள்ளது.

Automotive‑ல் Mahindra‑யும் Tier‑2 OEM‑களும் Level‑3 தன்னியக்கத்தை prototype செய்ய இந்த மாடலைப் பயன்படுத்தலாம். எளிய செலவுக் கணக்கு:

• AWS p4d.24xlarge – ₹12,000/மணி
• Fine‑tune 5 epochs (200 clips) – 10 மணி → ₹1.2 லட்சம்
• RTX 4090 hardware – ₹1.5 லட்சம்
• மொத்தம் ≈ ₹3 லட்சம் (வணிக தீர்வு ₹15‑20 லட்சம்)

அதனால் இந்திய ஸ்டார்ட்அப்‑களுக்கு இப்போது ஒரு குறைந்த‑செலவு perception stack கிடைக்கிறது.

TamilTech‑ஓட கருத்து#

Cosmos 3 நம்ம வடிவமைப்பாளர்களுக்கு ஒரு பெரிய வாய்ப்பைத் தருகிறது. ஓப்பன்‑சோர்ஸ் என்பதால் Nvidia-யின் ப்ரோ பிரோபரிடி இல்லாமல், எந்த GPU-யிலும் (CUDA‑சபோர்ட்) இயங்கும். பெரிய பிரச்சனை இன்னும் தரவின் தரம். ஆனால் இந்த மாடல் data‑efficiency‑யில் முன்னேறி இருப்பதால், சில நூறு மணி நேரம் மட்டுமே போதுமானது.

நன்மைகள்:

• டேட்டா சேகரிப்பு & லேபிளிங் செலவு 80% குறைவு.
• ஒரு consumer‑grade GPU-ல் real‑time inference.
• Apache 2.0 licence – மாற்ற, மீண்டும் விநியோகம், வணிக பயன்பாடு எல்லாம் சுதந்திரம்.

குறைபாடுகள்:

• Fine‑tune செய்ய நல்ல GPU தேவை (RTX 4090 அல்லது cloud).
• எண்டர்ப்ரைஸ்‑லெவல் support குறைவு – community‑driven.

எனவே, ரோபோட்டிக்ஸ், smart‑farm, autonomous‑car போன்ற திட்டங்களில் Cosmos 3-ஐ இப்போதே சோதித்து, இந்திய சூழலில் எப்படி செயல்படுகிறது என்று பார்க்கலாம்.

அடுத்தது என்ன?#

Nvidia இந்த வருடம் “Cosmos 4”‑ஐ வெளியிடும் என திட்டமிட்டுள்ளது – அதில் audio‑visual multimodal புரிதல் இருக்கும். இதற்கிடையில் NGC‑யில் optimizer patches வரும், அது inference latency‑யை 20% வரை குறைக்கும். மேலும் TensorFlow‑Lite‑GPU bridge-ன் மூலம் Raspberry Pi 4 + Coral‑TPU-யில் Cosmos 3‑ன் lightweight version இயங்கும். இந்திய டெவலப்பர்கள் இதைப் பயன்படுத்தி, மெல்லிய edge‑device‑களுக்குப் புது பயன்பாடுகளை உருவாக்கலாம்.