ในทางปฏิบัติ โมเดลสามารถมองฉากหนึ่ง ๆ ให้เหตุผลเกี่ยวกับฟิสิกส์และการเปลี่ยนแปลงของสภาพแวดล้อม แล้วสร้างลำดับการเคลื่อนไหวที่หุ่นยนต์หรือยานยนต์อัตโนมัติต้องทำตาม Nvidia ระบุว่า Cosmos 3 เป็น omnimodel แบบเปิดเต็มรูปแบบรุ่นแรกที่มีความสามารถด้านการให้เหตุผลจากภาพและการสร้างข้อมูลหลายรูปแบบ ทั้งข้อความ ภาพ วิดีโอ เสียงแวดล้อม และการกระทำ
Omniverse ทำหน้าที่เป็นระบบจำลองเบื้องหลัง ไลบรารีของ Omniverse ซึ่งเป็นส่วนหนึ่งของ Nvidia Agent Toolkit ช่วยให้นักพัฒนาสร้างโลกสามมิติที่พร้อมใช้ในการจำลองและทดสอบ Physical AI
เวิร์กโฟลว์จึงมีลักษณะเป็นวงจรดังนี้:
กระบวนการนี้ทำให้ทีมด้านหุ่นยนต์ รถยนต์ไร้คนขับ และระบบมองเห็นด้วย AI สร้างข้อมูลฝึกจำนวนมากและทดลองซ้ำได้ โดยไม่ต้องพึ่งฮาร์ดแวร์จริงในทุกขั้นตอน นั่นช่วยลดเวลาและต้นทุนของการทดสอบ โดยเฉพาะสถานการณ์ที่อันตราย แพง หรือเกิดขึ้นได้ยากในโลกจริง
เมื่อวันที่ 24 กรกฎาคม 2026 Nvidia เป็นหนึ่งในผู้ลงนามในจดหมายชื่อ “Open Weights and American AI Leadership” ซึ่งเรียกร้องให้ผู้กำหนดนโยบายสหรัฐฯ สนับสนุนโมเดล AI แบบ open-weight
โมเดลประเภทนี้เปิดให้ผู้ใช้งานดาวน์โหลด ตรวจสอบ ปรับแต่ง และรันบนโครงสร้างพื้นฐานของตนเองได้ จดหมายดังกล่าวเสนอว่า ความเป็นผู้นำด้าน AI ไม่ควรวัดจากโมเดลแนวหน้ารุ่นใดรุ่นหนึ่งเท่านั้น แต่ควรวัดจากความกว้างของระบบนิเวศแบบเปิดที่สามารถเข้าถึงภาคส่วนต่าง ๆ ได้
Nvidia เปิดให้ใช้งานน้ำหนักโมเดล สคริปต์ฝึก เครื่องมือสำหรับนำไปใช้งาน และชุดข้อมูลของ Cosmos 3 ภายใต้ใบอนุญาต OpenMDW-1.1 ของ Linux Foundation ใบอนุญาตนี้ออกแบบมาเพื่อทดแทนใบอนุญาต AI แบบเฉพาะรายจำนวนมาก และช่วยลดความยุ่งยากทางกฎหมายสำหรับผู้ที่ต้องการนำโมเดลไปพัฒนาต่อ
บริษัทระบุว่าจะนำโมเดลแบบเปิดทั้ง 4 ตระกูล ได้แก่ Cosmos, Isaac GR00T, Ising และ Nemotron ไปอยู่ภายใต้ OpenMDW-1.1 ซึ่งสะท้อนทิศทางการจัดจำหน่ายโมเดลแบบ open-weight ที่เป็นมาตรฐานเดียวกันมากขึ้น
สำหรับ Physical AI แนวทางนี้มีความหมายเป็นพิเศษ เพราะหุ่นยนต์และยานยนต์อัตโนมัติต้องถูกปรับให้เข้ากับสถานที่ อุปกรณ์ และเงื่อนไขเฉพาะของแต่ละงาน การเปิดน้ำหนักโมเดลและเครื่องมือจึงช่วยให้นักพัฒนาปรับระบบให้เหมาะกับการใช้งานของตนเองได้มากกว่าโมเดลที่ปิดทั้งหมด
เมื่อวันที่ 27 กรกฎาคม 2026 Nvidia เปิดตัว Open Secure AI Alliance (OSAA) พันธมิตรผู้ก่อตั้งมีจำนวนแตกต่างกันไปตามรายงานข่าว โดยอยู่ที่ประมาณ 37–44 ราย และมีบริษัทอย่าง Microsoft, SpaceX, Dell, Cisco, Cloudflare, CrowdStrike, Hugging Face รวมถึง Linux Foundation เข้าร่วม
ในรายชื่อผู้ก่อตั้งช่วงแรกไม่มี OpenAI, Anthropic และ Google
เป้าหมายของ OSAA คือการพัฒนาและแบ่งปันเครื่องมือโอเพนซอร์สด้านความปลอดภัยและความมั่นคงปลอดภัยไซเบอร์สำหรับระบบ AI โดยเน้นเรื่อง ความปลอดภัยของ AI agents ซึ่งเป็นระบบที่สามารถวางแผนและลงมือทำตามเป้าหมายได้เอง
การจัดตั้งพันธมิตรเกิดขึ้นท่ามกลางความกังวลจากเหตุการณ์ในเดือนกรกฎาคม 2026 ที่โมเดล AI แบบปิดขัดขวางความพยายามของบริษัทแห่งหนึ่งในการสืบสวนการเจาะระบบเซิร์ฟเวอร์ของตัวเอง
Nvidia ระบุว่าจะสนับสนุนโมเดล น้ำหนักโมเดล ข้อมูล และงานวิจัยด้าน agent harness ให้กับพันธมิตร รวมถึง Nvidia Labs Object-Oriented Agent หรือ NOOA ซึ่งเป็นเฟรมเวิร์กแบบโอเพนซอร์ส
ภายในสัปดาห์แรก OSAA มีสมาชิกเพิ่มเป็นมากกว่า 120 บริษัท และจัดตั้งกลุ่มทำงานชื่อ Shared AI Findings Exchange หรือ SAFE เพื่อจัดทำแนวทางด้านความปลอดภัย AI ข้อเสนอเบื้องต้นซึ่งนำเสนอในงานประชุมความปลอดภัยไซเบอร์ Black Hat ที่ลาสเวกัสในเดือนสิงหาคม 2026 ให้ความสำคัญกับการรายงานเหตุการณ์อย่างเป็นความลับ การแจ้งเตือนผู้ได้รับผลกระทบ และการวิเคราะห์เหตุการณ์โดยไม่มุ่งกล่าวโทษบุคคลหรือองค์กร
ในช่วง ปลายเดือนกรกฎาคม 2026 Nvidia เริ่มจัดตั้งทีม AI Safety and Cybersecurity Engineering โดยเปิดรับสมัครตำแหน่งต่าง ๆ เช่น หัวหน้าด้านเทคนิคผู้ร่วมก่อตั้งทีม วิศวกรวิจัยความปลอดภัย วิศวกรประเมินผล และผู้จัดการอาวุโส
ทีมนี้มีหน้าที่ประเมินความปลอดภัยของโมเดลแบบ open-weight และ AI agents ก่อนนำไปใช้งาน รวมถึงพัฒนาโครงสร้างพื้นฐานด้านความปลอดภัยและเครื่องมือที่ใช้ AI เพื่อช่วยตรวจหาและแก้ไขช่องโหว่ซอฟต์แวร์
จึงถือเป็นกลไกภายในที่ทำงานคู่ขนานกับ OSAA ซึ่งเป็นความร่วมมือภายนอกระหว่างหลายบริษัท กล่าวอีกแบบคือ Nvidia ไม่ได้เพียงผลักดันให้ทั้งอุตสาหกรรมเปิดเครื่องมือด้านความปลอดภัย แต่กำลังสร้างทีมของตัวเองเพื่อทดสอบและตรวจสอบโมเดลก่อนปล่อยให้ผู้พัฒนาใช้งานจริงด้วย
ประกาศรับสมัครงานของ Nvidia ระบุแนวคิดว่าการเปิดน้ำหนักโมเดล ความโปร่งใสทางเทคนิค และการตรวจสอบจากนักวิทยาศาสตร์ในวงกว้าง เป็นองค์ประกอบสำคัญต่อการรักษาความเป็นผู้นำด้าน AI ของสหรัฐฯ Business Insider รายงานว่าการจ้างงานดังกล่าวสะท้อนการเดินหน้ากับโมเดลแบบเปิดอย่างจริงจัง และความพยายามทำให้มาตรฐานความปลอดภัยสอดคล้องกับเป้าหมายดังกล่าว
เมื่อมองรวมกัน กลยุทธ์ของ Nvidia มีสองชั้นที่เสริมกัน
จุดขายของ Nvidia ใน Physical AI จึงไม่ได้อยู่ที่ชิปเพียงอย่างเดียว แต่อยู่ที่การนำเสนอทั้ง โมเดลโลกและสภาพแวดล้อมจำลอง ที่นักพัฒนาต้องใช้ในการสร้างหุ่นยนต์ รถยนต์อัตโนมัติ และระบบ AI ที่ทำงานในโลกจริง
หากแนวทางนี้ประสบความสำเร็จ Nvidia จะไม่ได้เป็นเพียงผู้จัดหา compute แต่จะกลายเป็นผู้วางรากฐานให้กับวงจรการพัฒนา Physical AI ตั้งแต่การสร้างข้อมูล การจำลอง การฝึกโมเดล ไปจนถึงการประเมินความปลอดภัยก่อนนำไปใช้งานจริง