انویدیا تازه‌ترین مدل از خانواده Cosmos را با نام Reason 2 منتشر کرد. این مدل زبانی-دیداری منبع‌باز که برای هوش مصنوعی فیزیکی طراحی شده، نویدبخش نسل جدیدی از ربات‌ها و عوامل هوشمندی است که می‌توانند مانند انسان در شرایط پیچیده تصمیم‌گیری کنند.
Cosmos Reason 2 چیست؟
Cosmos Reason 2 یک مدل زبانی-دیداری (VLM) پیشرفته است که به سیستم‌های هوش مصنوعی اجازه می‌دهد تصاویر و ویدیوها را فراتر از تشخیص ساده اشیا درک کنند. این مدل با بهره‌گیری از استدلال چندمرحله‌ای، به ربات‌ها کمک می‌کند تا با دید بهتر نسبت به محیط، برنامه‌ریزی هوشمندانه‌تری داشته باشند.
چرا استدلال برای هوش مصنوعی فیزیکی اهمیت دارد؟
مدل‌های زبانی-دیداری قبلی در تشخیص اشیا عملکرد خوبی داشتند، اما در مواجهه با شرایط پیش‌بینی‌ناپذیر یا نیاز به برنامه‌ریزی چند مرحله‌ای ضعف نشان می‌دادند. Cosmos Reason 2 دقیقاً برای پر کردن همین شکاف طراحی شده است تا ماشین‌ها «عقل سلیم» بیشتری پیدا کنند و بتوانند قدم‌به‌قدم مشکلات پیچیده را حل کنند.
ویژگی‌ها و دستاوردهای کلیدی Cosmos Reason 2
- ارتقای دقت نسبت به نسخه قبلی در درک بصری و استدلال
- قرار گرفتن در صدر جدول Physical AI Bench و Physical Reasoning به عنوان بهترین مدل منبع‌باز
- پشتیبانی از استدلال گام‌به‌گام برای مسائل پیچیده
- آزاد بودن و قابل دسترس بودن برای توسعه‌دهندگان و پژوهشگران از طریق Hugging Face
- یکپارچگی با دیگر مدل‌های خانواده Cosmos مانند Cosmos Predict 2.5
دسترسی به مدل و ادامه مسیر
متخصصان و علاقه‌مندان به هوش مصنوعی فیزیکی می‌توانند Cosmos Reason 2 را از طریق پلتفرم Hugging Face دریافت کنند. انتشار این مدل منبع‌باز نشان می‌دهد که انویدیا به دنبال جلب مشارکت گسترده محققان برای پیشبرد مرزهای رباتیک و سیستم‌های خودمختار است.
پرسش‌های پرتکرار
Cosmos Reason 2 چیست؟
مدل زبانی-دیداری متن‌باز انویدیا برای هوش مصنوعی فیزیکی است که با استدلال گام‌به‌گام به ربات‌ها کمک می‌کند محیط را بهتر درک کنند.
این مدل چه تفاوتی با نسخه قبلی دارد؟
دقت بالاتر در درک تصویر و استدلال چندمرحله‌ای و قرار گرفتن در صدر جدول‌های Physical AI و Physical Reasoning.
