Model Releases
NVIDIA sort Cosmos3 Super Text2Image, son modèle de génération d'images haute fidélité
NVIDIA change la donne dans la génération d'images avec Cosmos3 Super Text2Image, un modèle open-weights de 64B intégré à sa famille de world-models.
1 mai 2026
Model ReleaseCosmos3 Super Text2Image
Introduction
Le paysage de la génération d'images par IA franchit une nouvelle étape majeure avec l'annonce par NVIDIA de Cosmos3 Super Text2Image. Lancé le 1er mai 2026, ce modèle ne se contente pas de suivre la tendance de la création visuelle ; il s'inscrit dans une vision plus large de l'IA physique et des modèles de monde (world-models).
Contrairement aux modèles propriétaires fermés, NVIDIA a choisi une approche open-weights, mettant les poids du modèle à disposition sur Hugging Face. Cette décision stratégique permet aux développeurs et aux ingénieurs en IA de déployer une puissance de calcul de pointe sur leurs propres infrastructures, tout en bénéficiant de l'écosystème optimisé de NVIDIA.
- Date de sortie : 1er mai 2026
- Type : Modèle de génération d'images (Text-to-Image)
- Licence : Open weights (disponible sur Hugging Face)
- Famille : Cosmos3 World-Models
Architecture et caractéristiques clés
Cosmos3 Super Text2Image repose sur une architecture massive de 64 milliards de paramètres (64B). Cette échelle permet une compréhension sémantique profonde des prompts complexes, réduisant drastiquement les erreurs d'interprétation courantes dans les modèles plus légers.
Le modèle fait partie de la famille Cosmos3, qui inclut également les modèles incarnés H-Dreams présentés lors du GTC Berlin. Cette synergie suggère que Cosmos3 n'est pas seulement conçu pour l'esthétique, mais pour une compréhension spatiale et physique du monde, facilitant une cohérence visuelle inégalée pour les environnements 3D et les simulations.
- Paramètres : 64 milliards (64B)
- Architecture : Optimisée pour les modèles de monde (World Models)
- Intégration : Compatible avec l'écosystème Cosmos3 (H-Dreams)
- Disponibilité : Poids ouverts pour déploiement local
Performances et Benchmarks
Les performances de Cosmos3 Super Text2Image ont été rigoureusement testées via l'Artificial Analysis Elo, où le modèle affiche des scores impressionnants. La version de base atteint un score Elo de 989, tandis que la variante agentique, optimisée pour les interactions complexes, grimpe à 995.
Une avancée majeure a été introduite en juillet 2026 avec la version '4-Step', conçue pour une inférence ultra-rapide. Cette version optimisée affiche un score Elo de 973, prouvant qu'il est possible de sacrifier une infime partie de la précision pour un gain de vitesse massif. Ces évaluations reposent sur des tests de fidélité textuelle et de cohérence structurelle comparant le rendu visuel aux intentions sémantiques du prompt.