Nvidia lança modelo de IA que raciocina sobre o mundo físico para robôs e carros autônomos
O Cosmos Reason 2 combina visão computacional e raciocínio lógico para criar sistemas de IA capazes de entender e prever eventos no mundo real.
A Nvidia anunciou o Cosmos Reason 2, um modelo de inteligência artificial que promete dar um salto em como máquinas entendem e interagem com o mundo físico. Segundo informou a empresa em post no blog da Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados), o novo sistema combina visão computacional (a capacidade de interpretar imagens e vídeos) com raciocínio avançado, permitindo que robôs, carros autônomos e outros dispositivos tomem decisões mais inteligentes em tempo real.
O diferencial está na arquitetura híbrida do modelo: ele une um VLM (sigla em inglês para modelo de visão e linguagem, sistemas que processam tanto texto quanto imagens) com capacidades de raciocínio em cadeia de pensamento — ou seja, a IA consegue "pensar passo a passo" antes de agir, semelhante ao que fazem modelos como o o1 da OpenAI. Isso é especialmente útil para aplicações que exigem previsão de eventos físicos, como calcular a trajetória de um objeto em movimento ou antecipar obstáculos em um ambiente complexo.
A Nvidia posicionou o Cosmos Reason 2 como parte de sua plataforma Cosmos para "IA física", um termo que a empresa usa para descrever sistemas de inteligência artificial que precisam operar no mundo real, não apenas processar texto ou gerar imagens. O modelo está disponível para desenvolvedores testarem na Hugging Face, tanto na versão completa quanto em variantes menores otimizadas para rodar em dispositivos com menos capacidade de processamento, como os chips Jetson da própria Nvidia (computadores pequenos e baratos feitos para rodar modelos de IA sem depender da internet).
A empresa não divulgou detalhes sobre os dados usados no treinamento nem sobre parcerias comerciais já firmadas, mas destacou que o foco inicial são aplicações em robótica industrial, veículos autônomos e sistemas de vigilância inteligente. Para o mercado brasileiro, onde a adoção de IA ainda esbarra em custos de infraestrutura, a possibilidade de rodar versões menores do modelo localmente pode abrir caminho para experimentos em setores como logística e agronegócio.
