# NVIDIA Cosmos 3 Nano เปิด 4 โมเดล world simulation สำหรับรถไร้คนขับและหุ่นยนต์

> NVIDIA Cosmos 3 Nano เพิ่ม 4 checkpoint แบบ open-weight เมื่อ 5 พ.ย. 2026 ขนาด 16B พารามิเตอร์ สร้างข้อมูลขับรถหลายกล้อง LiDAR และจำลองหุ่นยนต์สองแขน

- ประเภท: ข่าว · หมวด: AI
- เผยแพร่: 2026-11-07T10:42:00.000Z · อัปเดต: 2026-11-07T10:42:00.000Z
- โดย: กองบรรณาธิการ THAI DATA, THAI DATA IT BUSINESS ENTERPRISE
- ที่มา: https://thaidata.co.th/ai/nvidia-cosmos-3-nano-open-world-simulation-checkpoints/

## สรุปประเด็นสำคัญ

- **5 พฤศจิกายน 2026** ทีม NVIDIA เผยแพร่บน Hugging Face ว่าเพิ่ม **4 checkpoint** แบบ open-weight ในตระกูล **Cosmos 3** ได้แก่ Transfer-Auto, Sim-Auto, Sim-Transfer และ Sim-Bimanual
- ทั้ง 4 โมเดลมาจาก Cosmos 3 Nano มี **16B พารามิเตอร์ที่ฝึกได้** และใช้สัญญาอนุญาต **OpenMDW 1.1** ที่อนุญาตทั้งการใช้เชิงพาณิชย์และไม่ใช่เชิงพาณิชย์ตามเงื่อนไข
- Transfer-Auto สร้างวิดีโอพร้อมกันได้ถึง **11 มุมกล้อง** รวมกล้องฟิชอายและร่วมสร้างข้อมูล LiDAR ส่วน Sim-Auto เป็นรุ่น streaming ที่ผ่านการกลั่นให้สร้างทีละช่วงด้วยขั้นตอน denoise เพียง **4 ขั้น**
- NVIDIA ระบุว่าชุดติดตั้ง vLLM-Omni ที่เผยแพร่ทดสอบบน **GPU GB200 หนึ่งตัว** และเป็นข้อมูลการทดสอบ ไม่ใช่ข้อกำหนดหน่วยความจำขั้นต่ำ

NVIDIA เผยแพร่บนบล็อก Hugging Face เมื่อวันที่ 5 พฤศจิกายน 2026 ว่าเพิ่ม NVIDIA Cosmos 3 Nano อีก 4 checkpoint แบบ open-weight ในตระกูล Cosmos 3 ทั้งหมดมี 16B พารามิเตอร์ที่ฝึกได้ ใช้สร้างข้อมูลขับรถหลายกล้องพร้อม LiDAR จำลองการขับแบบต่อเนื่อง แปลงข้อมูลจากตัวจำลองฟิสิกส์เป็นภาพสี และทำนายวิดีโอจากการเคลื่อนไหวของหุ่นยนต์สองแขน สัญญาอนุญาตคือ OpenMDW 1.1 ซึ่งอนุญาตทั้งงานเชิงพาณิชย์และไม่ใช่เชิงพาณิชย์ตามเงื่อนไข

![ภาพ LiDAR สีของฉากถนนจากชุดโมเดล NVIDIA Cosmos 3 Nano](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/nvidia-cosmos-3-nano-open-world-simulation-checkpoints/cosmos3-nano-lidar-visual.webp?v=7b9d875b) _(ภาพ: NVIDIA (ผ่านบล็อก Hugging Face))_

## NVIDIA Cosmos 3 Nano ทั้ง 4 checkpoint ทำอะไรได้

| checkpoint | ใส่อะไรเข้าไป | ได้อะไรออกมา |
| --- | --- | --- |
| Cosmos3-Nano-Transfer-Auto | ฉากการขับรถและข้อความ | วิดีโอหลายมุมกล้อง (ถึง 11 มุม รวมกล้องฟิชอาย) และร่วมสร้าง LiDAR ได้ เปลี่ยนสภาพอากาศ แสง และช่วงเวลาได้ |
| Cosmos3-Nano-Sim-Auto | ตัวควบคุมการขับและคำบรรยายรายกล้อง | ภาพจากกล้องและ LiDAR ที่ซิงก์กันแบบ streaming ทีละช่วง |
| Cosmos3-Nano-Sim-Transfer | ตัวควบคุมจากตัวจำลอง (depth, segmentation, edges, blur) และข้อความ | ภาพ RGB ที่นโยบายของหุ่นยนต์ใช้เป็นข้อมูลรับเข้า |
| Cosmos3-Nano-Sim-Bimanual | ภาพเริ่มต้นและการเคลื่อนไหวของหุ่นยนต์หรือกล้อง | วิดีโอของสภาพแวดล้อมที่เปลี่ยนไป รองรับหุ่นยนต์สองแขนแบบ YAM และ AgiBot |

NVIDIA อธิบายว่า Transfer-Auto เป็นโมเดลสองทิศทางสำหรับสร้างข้อมูลสังเคราะห์แบบออฟไลน์ และเป็นฐานสำหรับปรับกับชุดเซนเซอร์ของผู้ใช้เอง ส่วน Sim-Auto เป็นรุ่น streaming ที่ผ่านการกลั่นจาก Transfer-Auto การปิดวงรอบแบบโต้ตอบต้องมีตัวรันซิมูเลเตอร์และตัวเรนเดอร์ World Scenario Map เพื่ออัปเดตตัวควบคุมจากการขับ

![หน้าบล็อก Hugging Face ของ NVIDIA เรื่องโมเดลเปิด Cosmos 3 วันที่ 5 พฤศจิกายน 2026](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/nvidia-cosmos-3-nano-open-world-simulation-checkpoints/hf-blog-cosmos-3-open-models.webp?v=27807f91) _(ภาพ: Hugging Face (ภาพหน้าจอ))_

## NVIDIA Cosmos 3 Nano สร้างทีละช่วงอย่างไร และฝึกกี่ขั้น

บล็อกอธิบายว่าแกนของ Cosmos 3 เป็นแบบ Mixture-of-Transformers ที่เชื่อมเครือข่ายประมวลผลข้อความกับเครือข่ายสร้างภาพเข้าด้วยกันด้วยกลไก attention ตัวสร้างทำนายทีละช่วงสั้นจากพรอมต์ ตัวควบคุมที่มี และประวัติที่สร้างไปแล้ว หลังภาพเริ่มต้น แต่ละขั้นเวลาใน latent แทนภาพสี 4 เฟรม ส่วน Transfer ทำนายหนึ่งขั้นต่อช่วง และชุด Bimanual ที่ปรับให้เหมาะในรายงานทำนายสองขั้น ช่วงที่เล็กลงทำให้ตัวควบคุมใหม่มีผลถี่ขึ้น

![ตัวอย่างภาพที่ Cosmos3-Nano-Sim-Transfer สร้างจากข้อมูลควบคุมของตัวจำลอง](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/nvidia-cosmos-3-nano-open-world-simulation-checkpoints/cosmos3-sim-transfer-sample.webp?v=15e0a896) _(ภาพ: NVIDIA (ผ่านบล็อก Hugging Face))_

สูตรฝึกมี 4 ขั้น ได้แก่ Stage 0 ปรับให้เข้ากับโดเมนจากคลิปเต็ม, Stage 1 teacher forcing, Stage 2 consistency distillation ให้ได้ตัวนักเรียนที่สร้างแต่ละช่วงด้วย 4 ขั้น denoise และ Stage 3 self-forcing ที่ฝึกบนประวัติที่โมเดลสร้างเอง เพราะวัตถุที่ทำนายคลาดเล็กน้อยจะกลายเป็นบริบทของเฟรมถัดไปและความคลาดสะสมได้ ตามที่ NVIDIA ระบุ

## ทำไมโมเดลจำลองโลกแบบเปิดอย่าง NVIDIA Cosmos 3 Nano จึงสำคัญ

NVIDIA ระบุว่างานหุ่นยนต์ต้องการสภาพแวดล้อมที่ตอบได้ว่าการกระทำหนึ่งให้ผลอย่างไรเมื่อฉากและมุมมองเปลี่ยน ส่วนงานขับรถอัตโนมัติต้องให้ลักษณะภาพและรูปทรงสอดคล้องกัน จึงเปิดให้ผู้ใช้เปลี่ยนผังถนนและสัญญาณไฟเพื่อดูว่านโยบายการขับตอบสนองอย่างไร ข้อสำคัญคือ NVIDIA เขียนไว้เองว่าปัญหานี้ยังยาก งานที่ต้องทำต่อคือวัดว่าโมเดลรองรับการเรียนรู้และประเมินนโยบายได้จริงตรงไหน เข้าใจข้อจำกัด และปรับปรุงส่วนที่ยังไม่ดี ข่าวนี้จึงเป็นการเปิดน้ำหนักและสูตรฝึกให้ชุมชนทดลอง ไม่ใช่ผลลัพธ์ที่รับรองสำหรับระบบจริง

NVIDIA Cosmos 3 Nano ทั้งหมดมีสูตรปรับด้วยข้อมูลของตัวเอง (post-training recipes) ครบ 4 ขั้น เริ่มจาก NVIDIA Cosmos 3 Nano หรือน้ำหนักที่เข้ากันได้ บล็อกแนะนำให้เก็บ checkpoint ฝึกเต็มไว้เพื่อฝึกต่อ เพราะน้ำหนักที่ส่งออกสำหรับ inference ไม่มีสถานะ optimizer และให้ประเมินคุณภาพบนตอนข้อมูลที่กันไว้ เพราะการรันสั้น ๆ สำเร็จเพียงยืนยันว่าโค้ดทำงาน ไม่ได้แปลว่าการฝึกลู่เข้า

## ผลของ NVIDIA Cosmos 3 Nano ต่อทีมวิจัยและองค์กรไทยที่ทำ AI

ทีมที่ทำรถยนต์ไฟฟ้า ระบบขนส่ง โรงงานอัตโนมัติ หรือหุ่นยนต์ในไทยและต้องการข้อมูลสังเคราะห์ควรพิจารณาดังนี้

1. **เริ่มจากการตรวจสัญญาอนุญาต OpenMDW 1.1 ของ NVIDIA Cosmos 3 Nano** ให้ฝ่ายกฎหมายอ่านเงื่อนไขการใช้เชิงพาณิชย์และการแจกจ่ายต่อก่อนนำไปใช้
2. **ทดลอง inference ก่อนลงทุนฝึกเพิ่ม** ใช้ชุด Docker และ vLLM-Omni ที่ NVIDIA เผยแพร่ ซึ่งทดสอบบน GB200 หนึ่งตัวและต้องใช้ Linux, GPU ของ NVIDIA, Docker และ NVIDIA Container Toolkit
3. **ประเมินว่าข้อมูลจริงของตัวเองมีพอสำหรับ post-training** เช่น การจัดวางกล้อง การตั้งค่า LiDAR และสภาพถนนไทย เพราะ Transfer-Auto ถูกออกแบบให้ปรับกับชุดเซนเซอร์และโดเมนของผู้ใช้
4. **ตั้งเกณฑ์วัดผลล่วงหน้า** เช่น คุณภาพบนข้อมูลที่กันไว้และความสอดคล้องของ LiDAR กับภาพ ก่อนใช้ข้อมูลสังเคราะห์เข้าชุดฝึกของระบบขับขี่
5. **ติดตามรายงานเทคนิคของ NVIDIA Cosmos 3 Nano และตัวอย่าง** ที่ NVIDIA เผยแพร่คู่กันเพื่อดูข้อจำกัดที่ทีมผู้พัฒนาระบุไว้

ข่าวที่เกี่ยวข้อง: [ผลทดสอบ NVIDIA Vera CPU กับ sandbox ของ Modal](/hardware/nvidia-vera-cpu-benchmark-modal-sandboxes/)

## บริการของ THAI DATA CLOUD ที่เกี่ยวข้อง

ทีมที่เริ่มทดลองโมเดล AI แบบเปิดมักต้องการเครื่อง GPU ชั่วคราวก่อนตัดสินใจซื้อฮาร์ดแวร์ [GPU Server](https://thaidata.cloud/gpu-server/) ของ THAI DATA CLOUD ประมวลผลแบบขนานด้วย NVIDIA Tesla T4 และ V100 สำหรับงาน AI และ Deep Learning ใช้งานได้ภายในไม่กี่นาที โมเดลขนาดนี้ต้องตรวจความต้องการหน่วยความจำของแต่ละ checkpoint ก่อนว่าเครื่องที่เลือกรองรับหรือไม่ (THAI DATA CLOUD เป็นผู้ดำเนินงานเว็บไซต์นี้)

ติดตามข่าวปัญญาประดิษฐ์อื่น ๆ ได้ที่[หมวด AI](/ai/)

## คำถามที่พบบ่อย

### NVIDIA Cosmos 3 Nano คืออะไร?

NVIDIA Cosmos 3 Nano คือโมเดลขนาด 16B พารามิเตอร์ในตระกูล Cosmos 3 ที่ NVIDIA ปรับเป็น 4 checkpoint แบบ open-weight เมื่อ 5 พฤศจิกายน 2026 เพื่อสร้างและจำลองโลกเสมือนสำหรับงานขับรถอัตโนมัติและหุ่นยนต์ผ่านวิดีโอและข้อมูลเซนเซอร์

### NVIDIA Cosmos 3 Nano ทั้ง 4 checkpoint ต่างกันอย่างไร?

Transfer-Auto สร้างข้อมูลขับรถหลายกล้องและ LiDAR แบบออฟไลน์ Sim-Auto สร้างต่อเนื่องแบบ streaming Sim-Transfer แปลงข้อมูลจากตัวจำลองฟิสิกส์เป็นภาพ RGB และ Sim-Bimanual ทำนายวิดีโอจากการเคลื่อนไหวของหุ่นยนต์สองแขน

### ใช้ NVIDIA Cosmos 3 Nano เชิงพาณิชย์ได้หรือไม่?

ตามที่ NVIDIA ระบุ โมเดลใช้สัญญาอนุญาต OpenMDW 1.1 ซึ่งอนุญาตทั้งการใช้เชิงพาณิชย์และไม่ใช่เชิงพาณิชย์ภายใต้เงื่อนไขของสัญญานั้น ผู้ใช้ควรอ่านเงื่อนไขฉบับเต็มบนหน้าโมเดลก่อนนำไปใช้

### ต้องใช้ฮาร์ดแวร์อะไรรัน NVIDIA Cosmos 3 Nano?

ชุดติดตั้งต้องใช้ Linux, GPU ของ NVIDIA, Docker และ NVIDIA Container Toolkit ชุดที่เผยแพร่ทดสอบบน GB200 หนึ่งตัว NVIDIA ระบุว่านี่ไม่ใช่ข้อกำหนดหน่วยความจำขั้นต่ำ จึงควรทดลองกับเครื่องที่มีอยู่ก่อนวางแผนลงทุน


## แหล่งอ้างอิง

- [New NVIDIA Cosmos 3 Open Models for Interactive World Simulation](https://huggingface.co/blog/nvidia/cosmos-interactive-world-simulation) — NVIDIA ผ่าน Hugging Face
- [nvidia/Cosmos3-Nano-Sim-Auto (หน้าโมเดล)](https://huggingface.co/nvidia/Cosmos3-Nano-Sim-Auto) — NVIDIA ผ่าน Hugging Face