Nvidian mukaan malli yhdistää fyysisen päättelyn, maailman simuloinnin ja toiminnan tuottamisen. Se voi esimerkiksi analysoida näkymää, päätellä esineiden ja liikkeiden käyttäytymistä sekä tuottaa robotin tai ajoneuvon tarvitsemia liikeohjeita . Yhtiö kuvaa Cosmos 3:a ensimmäiseksi täysin avoimeksi omnimalliksi, jossa on sisäänrakennettu visuaalinen päättely ja monimuotoinen sisällön tuottaminen .
Fyysisessä tekoälyssä kyse ei siis ole vain siitä, mitä kuvassa näkyy. Mallin on arvioitava, mitä tapahtuu seuraavaksi ja millainen toiminta johtaa haluttuun lopputulokseen.
Omniverse tarjoaa simulaation taustajärjestelmän. Nvidian Agent Toolkit -kokonaisuuteen kuuluvat Omniverse-kirjastot sisältävät valmiita ominaisuuksia simulaatiokelpoisten 3D-maailmojen rakentamiseen .
Työnkulku voidaan tiivistää näin:
Näin järjestelmää voidaan kouluttaa ja arvioida ilman, että jokaista testiä varten tarvitaan oikea robotti tai ajoneuvo . Simulaation avulla voidaan myös luoda paljon erilaisia harjoitustilanteita: muuttuvia valaistusolosuhteita, esteitä, liikennetilanteita ja muita tapauksia, joiden kerääminen todellisesta maailmasta olisi hidasta ja kallista .
Cosmos 3:n maailman generointi ja Omniversen simulaatio muodostavat palautesilmukan. Kehittäjät tuottavat synteettistä harjoitusdataa, ajavat tekoälyn toimintamalleja virtuaalimaailmassa ja käyttävät tuloksia mallin hienosäätöön . Tämä voi nopeuttaa robotiikan, autonomisen ajamisen ja visuaalisen tekoälyn kehitystä huomattavasti verrattuna pelkkään tosielämän dataan perustuvaan iterointiin.
Nvidian teknistä strategiaa tukee ajatus siitä, että fyysisen tekoälyn kehityksen pitäisi olla mahdollisimman laajasti tutkijoiden ja yritysten käytettävissä.
24. heinäkuuta 2026 Nvidia kuului allekirjoittajiin kirjeessä ”Open Weights and American AI Leadership”. Kirjeessä Yhdysvaltain päättäjiä kehotettiin tukemaan avoimia tekoälymalleja. Sen argumentti on, että tekoälyn johtoasemaa pitäisi mitata avoimen ekosysteemin laajuudella – ei vain yhden edistyneimmän mallin suorituskyvyllä .
Avoimilla mallipainoilla tarkoitetaan mallin koulutettuja parametreja, jotka voidaan ladata, tarkastaa, muokata ja suorittaa omassa infrastruktuurissa . Tämä eroaa suljetuista palveluista, joita käytetään yleensä rajapinnan kautta ilman pääsyä itse mallin painoihin.
Nvidia julkaisi Cosmos 3:n mallipainot, koulutusskriptit, käyttöönoton työkalut ja aineistoja Linux Foundationin OpenMDW-1.1-lisenssillä. Tarkoituksena on tarjota sallivampi ja yhtenäisempi lisenssikehys, joka vähentää eri tekoälylisensseihin liittyvää oikeudellista kitkaa .
Yhtiö siirsi saman lisenssin piiriin kaikki neljä avointa malliperhettään: Cosmosin, Isaac GR00T:n, Isingin ja Nemotronin . Tämä viittaa siihen, ettei avoimuus ole Nvidialle yksittäisen mallin julkaisutapa vaan laajempi jakelustrategia.
27. heinäkuuta 2026 Nvidia käynnisti Open Secure AI Alliancen eli OSAA:n. Perustajajäsenten määrästä on eri raporteissa hieman toisistaan poikkeavia lukuja: lähteet puhuvat 37–44 kumppanista . Mukana olivat muun muassa Microsoft, SpaceX, Dell, Cisco, Cloudflare, CrowdStrike, Hugging Face ja Linux Foundation.
OpenAI, Anthropic ja Google eivät kuuluneet perustajajoukkoon .
Allianssin tavoitteena on kehittää ja jakaa avoimen lähdekoodin turvallisuus- ja kyberturvatyökaluja tekoälyjärjestelmille. Erityinen painopiste on tekoälyagenttien turvallisuudessa: miten agenttien käyttöoikeuksia, identiteettiä, toimintaa ja haavoittuvuuksia voidaan hallita .
Hankkeen taustalla oli osaltaan heinäkuussa 2026 tapahtunut välikohtaus, jossa suljettu tekoälymalli vaikeutti yrityksen oman palvelinmurron tutkintaa . Tapaus nosti esiin riskin, joka syntyy, kun autonominen agentti toimii järjestelmässä, jota sen ylläpitäjät eivät pysty täysin tarkastamaan tai hallitsemaan.
Nvidia ilmoitti tuovansa allianssiin avoimia mallejaan, mallipainojaan, dataa ja agenttikehitykseen liittyvää tutkimusta. Mukana on myös avoimen lähdekoodin Nvidia Labs Object-Oriented Agent (NOOA) -kehys .
OSAA kasvoi ensimmäisen viikon aikana yli 120 yrityksen verkostoksi. Se perusti Shared AI Findings Exchange (SAFE) -työryhmän laatimaan tekoälyn tietoturvaohjeita . Elokuussa 2026 Black Hat -kyberturvakonferenssissa Las Vegasissa esitellyt ensimmäiset ehdotukset painottivat luottamuksellista haavoittuvuuksista ja häiriöistä ilmoittamista, vaikutusten kohteena olevien osapuolten varoittamista sekä syyllistämätöntä jälkianalyysiä .
Heinäkuun 2026 lopulla Nvidia alkoi koota uutta AI Safety and Cybersecurity Engineering -tiimiä. Tiimin olemassaolo tuli julki työpaikkailmoituksista, joissa haettiin muun muassa perustavaa teknistä johtajaa, tietoturvatutkijaa, arviointi-insinööriä ja senior manageria .
Tiimin tehtävänä on arvioida avoimia mallipainoja ja autonomisia tekoälyagentteja ennen niiden käyttöönottoa sekä rakentaa turvallisuusinfraa Nvidian malleille . Työ täydentää OSAA:n kaltaista ulkoista yhteistyötä: allianssi pyrkii luomaan yhteisiä toimialan työkaluja ja käytäntöjä, kun taas Nvidian oma tiimi testaa yhtiön tuotteita ja malleja sisäisesti.
Yhdessä työpaikkailmoituksessa tiimin kerrottiin perustuvan ajatukseen, että avoimet mallipainot, tekninen läpinäkyvyys ja laaja tieteellinen arviointi ovat olennaisia Yhdysvaltain tekoälyjohtoaseman säilyttämiseksi . Business Insider tulkitsi rekrytoinnit merkiksi siitä, että Nvidia vahvistaa avoimiin malleihin liittyvää strategiaansa ja pyrkii yhdistämään avoimuuteen riittävän tiukan turvallisuustyön .
Cosmos 3:n ja Omniversen yhdistelmä antaa Nvidialle mahdollisuuden tarjota fyysisen tekoälyn kehittäjille enemmän kuin laskentapiirejä. Yhtiö pyrkii tarjoamaan sekä maailmamallin, joka ennustaa ja tuottaa fyysisiä tilanteita, että simulaatioympäristön, jossa järjestelmien toimintaa voidaan harjoitella ja arvioida.
Avoimet mallipainot helpottavat mallien tutkimista ja mukauttamista. OSAA:n kaltaiset yhteiset hankkeet puolestaan pyrkivät rakentamaan turvallisuustyökaluja, joita ei tarvitse kehittää jokaisessa yrityksessä erikseen. Nvidian oma turvallisuustiimi lisää tähän sisäisen arviointikerroksen.
Strategian ydin on siten kaksijakoinen: tehdä fyysisen tekoälyn kehityksestä nopeampaa simulaation ja avoimien mallien avulla sekä tehdä siitä riittävän turvallista robotteja ja autonomisia järjestelmiä varten. Jos Nvidia onnistuu yhdistämään nämä tavoitteet, sen kilpailuetu ei perustu vain laitteistoon, vaan koko kehittäjille tarjottuun työkaluketjuun.