15 Temmuz 2026’da Jensen Huang, Tokyo’daki bir NVIDIA etkinliğinde Cosmos 3 Edge’i tanıttı. Şirketin robotlar, otonom araçlar ve fiziksel AI ajanları için tasarladığı Cosmos 3 dünya modeli ailesinin son ve en küçük katmanı: 4 milyar parametreli, robotun kafasının içindeki çipte çalışan, cloud bağlantısı gerektirmeyen bir on-device model. Bugün, model Hugging Face üzerinden erişilebilir hale geldi: nvidia/Cosmos3-Edge.
Rakamlar çekirdek:
- 4B parametre — Nano’nun (16B) 1/4’ü, Super’in (64B) 1/16’sı.
- Sıfırdan eğitildi — Nano ve Super Qwen3-VL’den başlatılırken, Edge NVIDIA Nemotron tabanı üzerinde tamamen yeni eğitildi.
- Mixture-of-Transformers (MoT) mimarisi — Reasoning Transformer + Generation Transformer tek modelde.
- Girdi modaliteleri: Metin, RGB video, derinlik haritası, point cloud, IMU/hareket sekansları.
- Çıktı modaliteleri: Metin, video kareleri, ambiyans ses, eklem açıları, tutucu pozisyonları, trajectory noktaları.
- Hedef donanım: Jetson Thor T2000 (400 FP4 TFLOPS, 16 GB) ve T3000 (865 FP4 TFLOPS, 32 GB LPDDR5X).
- Lisans: OpenMDW-1.1 (Linux Foundation) — ticari kullanım serbest, “Built on NVIDIA Cosmos” atıf gerekli.
- Adaptasyon süresi: Belirli bir robota/araca/sensöre post-training için “yaklaşık 1 gün”.
Bu, sıradan bir LLM release değil. Cosmos 3 Edge, bir chatbot değil, bir image generator değil, bir foundation LLM değil — doğrudan robot eklem açısı komutu üreten bir World Model. Bu farkı anlamak, önümüzdeki 3-5 yılda fiziksel AI cephesinin nereye gittiğini anlamanın anahtarı.
Cosmos 3 ailesi: Nano, Super, Edge
Önce bağlam. NVIDIA Cosmos 3 ailesi, iki aşamada duyuruldu:
31 Mayıs 2026 — GTC Taipei: Cosmos 3 Nano (16B) ve Cosmos 3 Super (64B) yayınlandı. Bunlar sırasıyla workstation GPU (RTX PRO 6000) ve datacenter GPU (Hopper/Blackwell) hedefli. Cosmos 3 Edge o dönemde “yakında” olarak duyuruldu.
15 Temmuz 2026 — Tokyo: Cosmos 3 Edge (4B) resmi tanıtımı. Aile tamamlandı.
| Katman | Parametre | Hedef donanım | Ana rol |
|---|---|---|---|
| Cosmos 3 Edge | 4B | Jetson Thor T2000/T3000 | Robotun içi — on-device inference, policy |
| Cosmos 3 Nano | 16B | RTX PRO 6000 workstation | Hızlı video + action reasoning |
| Cosmos 3 Super | 64B | Hopper/Blackwell datacenter | Post-training, en yüksek fizik doğruluğu |
Üçlü katman yaklaşımı, NVIDIA’nın klasik hardware-first strateji zihnini yansıtıyor: her katman farklı bir NVIDIA çip ailesine bağlı. Cosmos Super datacenter GPU satar, Cosmos Nano workstation GPU satar, Cosmos Edge Jetson satar. Model = donanım pazarı için tetikleyici.
World Model nedir, LLM’den farkı ne?
Cosmos 3’ün radikal noktası: bu bir World Model. Klasik LLM ile farkını anlamak, teknolojinin gerçek anlamını kavramak için kritik.
LLM (örn. GPT-5.6, Claude, Gemini): Sonraki token’ı tahmin eder. Girdi: metin. Çıktı: metin (veya multimodal versiyonlarda görsel).
World Model (Cosmos 3): Fiziksel sahnenin sonraki state’ini tahmin eder. Girdi: video + sensör verisi. Çıktı: video kareleri + eylem trajectory.
Örnek: Robot bir masanın üstünde çay bardağını görüyor. Kullanıcı “bardağı tut, biraz sola koy” diyor.
- Klasik pipeline: Vision model bardağı algılar → LLM komutu parse eder → Ayrı bir motion planner trajectory hesaplar → Robot execute eder. 4-5 farklı model, latency yüksek.
- Cosmos 3 Edge: Video + komutu alır → Tek forward pass’te robot eklem açılarını üretir. Sonraki 3 saniyenin video simülasyonunu da paralel olarak üretebilir (“robot bunu yaparsa ne olur?” için). Tek model, düşük latency.
NVIDIA’nın deyimiyle mimari “object interaction, motion ve spatial-temporal ilişkileri anlayıp sonra video ve action trajectory üretir.” Yani “önce düşün, sonra hareket et” sıralaması.
Bu, robotik cephesinde uzun süredir aranan “end-to-end policy model” hayalinin somutlaşması. Google DeepMind’ın RT-2, RT-X çalışmaları benzer felsefede ama kapalı. Cosmos 3, aynı felsefeyi açık kaynak + Jetson donanım hedefi ile birleştiriyor.
Neden 4B? Neden Jetson Thor?
Cosmos 3 Edge’in 4B parametrede olmasının nedeni doğrudan hedef donanımla ilgili: Jetson Thor. NVIDIA’nın 2026’da tanıttığı yeni robot beynin çip serisi:
- Jetson Thor T3000: 865 FP4 TFLOPS, 32 GB LPDDR5X, 8-core Arm CPU. Fiyat: ~$3,000-4,000 (tahmini).
- Jetson Thor T2000: 400 FP4 TFLOPS, 16 GB. Entry-level. Fiyat: ~$1,500-2,000.
Emülasyon JetPack ile bugünden itibaren, gerçek modüller Q1 2027’de sevkedilecek.
4B parametreli bir modelin INT4 quantized halinde ~2 GB, INT8’de ~4 GB. Jetson Thor T2000’in 16 GB RAM’ine rahat sığar; T3000’e ise birden fazla model paralel yüklenebilir (policy + world simulation + perception).
Karşılaştırma: Cosmos 3 Super (64B) Jetson’a sığmaz. FP16’da 128 GB gerekir. Bu, katmanlar arasındaki sınır: Edge for robot, Super for datacenter.
Latency perspektifi: Datacenter’a bir round-trip 30-100ms alır (uydu link, mobil ağ vb.). Bir robotun bir eylemi tamamlaması için 250-500ms’lik bir bütçe var (insan görsel refleks süresi ~200ms). Cloud model, motor kontrol için çok yavaş. Cosmos 3 Edge, robot içindeki çipte 20-50ms’de forward pass yaparak bu bütçeye sığar.
Nasıl eğitildi? 20 trilyon çokmodal token
Cosmos 3 ailesinin ortak eğitim veri kümesi:
- 20 trilyon multimodal token.
- ~1 milyar görüntü.
- 400 milyon gerçek + sentetik video.
- Ambiyans ses veri.
- İnsanlar ve robotlardan alınan eylem verileri.
Sentetik verinin büyük kısmı NVIDIA Omniverse ile üretilmiş — NVIDIA’nın 3D simülasyon platformu. Bu, klasik “robot dünyada saatlerce dönerek veri toplasın” yaklaşımına karşı devrim: Omniverse’de bir sabahta bin çeşit fiziksel senaryo (ışıklandırma, yüzey, nesne varyasyonu) üretilebilir.
Cosmos 3’ün NVIDIA tarafından iddia edilen benchmark liderliği:
- Physics-IQ
- PAI-Bench
- R-Bench
- RoboLab
- RoboArena
Beş fiziksel AI benchmark’ında açık kaynak modeller arasında birinci. Ama uyarı: bu rakamlar NVIDIA’nın kendi ölçümleri, lansmanda bağımsız reprodüksiyon yok. Edge’in kendine özgü benchmark rakamları henüz yayınlanmadı.
OpenMDW-1.1: Ticari kullanım serbest
Cosmos 3 ailesi, Linux Foundation’ın yeni geliştirdiği OpenMDW-1.1 lisansı altında. Bu, Apache 2.0’a benzer bir açık kaynak lisansı ama fiziksel AI için özelleştirilmiş:
- Ticari kullanım tamamen serbest.
- Türev çalışmalar (fine-tune, distill, hybrid) izinli.
- Tek zorunluluk: “Built on NVIDIA Cosmos” atıf.
- Patent koruması dahil (Apache 2.0 gibi).
Bu, Llama serisinin “700M+ MAU kısıtı” ve Cosmos 1’deki daha kısıtlı NVIDIA-özel şartlardan belirgin bir adım. Fiziksel AI cephesinin gelişimi için önemli, çünkü robotik ekosistem geniş katılım gerektiriyor — büyük robot üreticisi kadar küçük Türk startup’ları da modeli kullanabilmeli.
Japon robotik koalisyonu: NVIDIA’nın stratejik hamlesi
Tokyo lansmanı stratejikti. Nedeni: NVIDIA, Japon robotik endüstrisini Cosmos ekosistemine çekmeye çalışıyor. Lansmana katılan Japon şirketler:
- FANUC — Endüstriyel robot lideri, dünyanın en büyük robot kolu üreticisi.
- Yaskawa — ABB ve KUKA ile beraber üçlünün bir başka ayağı.
- Kawasaki Robotics — Otomotiv üretim hattı robotları.
- Sony — Aibo ve konsumer robotik.
- SoftBank — Pepper ve humanoid robotik.
- Fujitsu — Collaborative control platform lideri olacak.
- Hitachi — Endüstriyel otomasyon.
- Kubota — Tarım robotları.
- NEC — Enterprise IT + robotik.
- AIRoA — AI + Robotics academic consortium.
Bu liste, Japon robotik endüstrisinin neredeyse tamamı. NVIDIA’nın hamlesi net: Cosmos’u Japonya’da standart yaparsa, dünya robotik pazarının en gelişmiş segmentine altyapı sağlayıcısı olur.
Karşı taraf senaryosu: Japon şirketler kendi “milli” foundation model geliştirseler bile, NVIDIA’nın Omniverse+Cosmos+Jetson üçlüsü fiili standart olarak baskın kalır. Türkçe olarak söylersek: NVIDIA, robotiğin “Intel inside”ı olma peşinde.
1 günde adaptasyon: gerçekten mi?
NVIDIA’nın en cesur iddiası: bir geliştirici, Cosmos 3 Edge’i belirli bir robot/araç/sensör kombinasyonuna post-training ile yaklaşık 1 günde adapte edebilir.
Bu iddia mümkün mü?
Evet, belirli koşullar altında. Nedeni:
- Model küçük (4B): Fine-tune için 1-2 H100 yeterli. Batch size ve LR ayarları hızlı iterasyon.
- Omniverse sentetik veri: Yeni robot geometrisi için Omniverse’de saatler içinde binlerce sentetik demonstrasyon üretilebilir.
- LoRA/QLoRA workflow’ları: Full fine-tune yerine adapter tabanlı adaptasyon.
Ama uyarılar:
- “1 gün” deneyimli bir NVIDIA/robotik mühendisi için. Yeni başlayan bir ekibin öğrenme eğrisi haftalar sürebilir.
- Belirli bir robot için “çalışan” policy demek, “production-ready güvenli” policy demek değil. Safety validation ayrı bir aylar sürecek süreç.
- Fiziksel dünya edge case’leri (kayan zemin, düşen ışık, insan yakın alanda) NVIDIA’nın Omniverse verisinde eksik olabilir.
Yine de, klasik robot policy geliştirme sürecinde 3-6 aylık iterasyonların 1 güne inmesi, robotik endüstrisi için transformatif olabilir.
Rakipler: Google DeepMind, Meta, Tesla
World model ve robot policy cephesinde NVIDIA’nın rakipleri:
Google DeepMind — RT-X ve Gemini Robotics. RT-X ailesi Google’ın robotik foundation modelleri. Ama kapalı. Gemini Robotics (Mart 2025 lansmanı) benzer bir hedefte ama ürünleşmiş bir sunumu yok.
Meta — V-JEPA ve Habitat 3.0. Meta’nın Yann LeCun ekibi world model felsefesinin akademik lideri (JEPA yaklaşımı). Ama üretim sürümü yok. V-JEPA 2 açık kaynak ama policy tarafı zayıf.
Tesla — Optimus ve FSD stack. Tesla’nın robotik yaklaşımı çok özel: kendi silikon, kendi model, kendi robot. Ama açık kaynak değil, başkalarının kullanamayacağı bir stack.
Skild AI, Physical Intelligence, 1X, Figure. Startup’lar. Her biri kendi foundation model geliştirme peşinde. Ama hiçbiri NVIDIA’nın Omniverse + Cosmos + Jetson entegrasyon derinliğine sahip değil.
NVIDIA’nın avantajı: tam stack sahipliği. Simülasyon (Omniverse) + foundation model (Cosmos) + edge donanım (Jetson) + development framework (Isaac) + market kanalı (partner ağı). Google, Meta, Tesla’dan hiçbirinin bu genişlikte bir stack’i yok.
Türkiye’deki robotik ekosistem için ne anlama geliyor?
1. ASELSAN, Roketsan, HAVELSAN için. Savunma robotiğinde (İHA, İDA, otonom silah platformları) Cosmos 3 Edge, doğrudan kullanılabilir bir omurga. Türk savunma sanayi, kendi “milli AI omurga”sını geliştirmeye çalışıyor ama kaynak sınırlı. Cosmos 3 Edge’in OpenMDW-1.1 lisansı, ASELSAN’ın kendi türev modelini üretip “Built on NVIDIA Cosmos” atıflı olarak deploy etmesine izin veriyor. Bu, milyar dolarlık geliştirme maliyetini kısar.
2. TÜBİTAK ve Türk üniversite robotiği için. Boğaziçi, ODTÜ, İTÜ, Sabancı, Koç üniversitelerinde robotik grupları var. Cosmos 3 Edge, akademik araştırma için harika bir başlangıç noktası. Jetson Thor gelene kadar Nano ya da Super’ı workstation’da kullanmak mümkün.
3. Türk otomotiv sektörü için. TOGG başta olmak üzere Türk otomotiv firmaları, otonom sürüş yeteneği geliştirmek istiyor. Cosmos 3, doğrudan otonom araç senaryolarını hedefliyor. TOGG’un “Türk otonom sürüş stack’i” girişimi için Cosmos temelli bir yol harita mantıklı.
4. Endüstriyel otomasyon için. Türk üretim sektörü (Beyaz eşya — Arçelik, Vestel; Otomotiv yan sanayi; Tekstil) hala klasik programlanmış robot koluna dayalı. Cosmos 3 Edge + Jetson Thor kombinasyonu, “akıllı” robot kollarının Türk fabrikalarına ekonomik olarak girmesini sağlayabilir. FANUC ile yapılan mevcut ortaklıklar, Cosmos 3 üzerinden daha akıllı deployment’a evrilebilir.
5. Türk robotik startup’ları için. Milvus Robotics, Sesamm, Onedio Robotics gibi Türk robotik startup’ları için Cosmos 3 Edge, kendi foundation model geliştirme maliyetinden kurtaran bir omurga. 3-4 kişilik bir Türk startup, Cosmos 3 Edge’i belirli bir dikey (medikal, tarım, lojistik) için post-train edip ürünleştirebilir. Bu senaryo, Türkiye’de deep-tech robotik girişimlerin lansmanını hızlandırır.
Bilinmeyenler ve dikkat gereken noktalar
Cosmos 3 Edge yeni. Birkaç kritik nokta hala belirsiz:
- Edge’e özel benchmark yok. NVIDIA base Cosmos 3 için (16B/64B) benchmark liderliği iddia ediyor. Edge (4B) için ayrı sayı yayınlanmadı. 4B model, 64B’dan kaç kat düşük kalitede olduğu bilinmiyor.
- Gerçek deployment sonuçları yok. Japon koalisyon üyelerinin (FANUC, Yaskawa, Kawasaki) fabrika seviyesinde pilot sonuçları henüz raporlanmadı. Demolar var, ama gerçek üretim ortamı test verisi yok.
- Karşılaştırmalı safety verisi eksik. Waymo (Google), Tesla FSD, Optimus stack’lerine karşı Cosmos 3’ün safety metrikleri bağımsız olarak yayınlanmadı.
- Türkçe komut anlama. Cosmos 3’ün eğitim verisinde Türkçe temsili muhtemelen zayıf. Türk kullanıcıların Türkçe komutlarla çalıştıracağı senaryolarda ek fine-tune gerekebilir.
Sonuç: fiziksel AI cephesi ivme kazanıyor
Cosmos 3 Edge, tek başına bir model release’i değil. NVIDIA’nın fiziksel AI cephesinde “Intel inside” olma stratejisinin somut aracı. Datacenter’dan robotun içindeki çipe uzanan üç katmanlı foundation model ailesi + Jetson Thor donanımı + Omniverse simülasyon + Isaac framework = fiziksel AI için tam stack.
Robotik cephesi 2020’lerin ikinci yarısında AI’ın ana savaş alanı olacak. Chatbot pazarı doygun; enterprise SaaS yavaş; ama trilyon dolarlık fiziksel emek pazarı henüz büyük ölçüde otomatikleşmedi. Bu pazarı fethetmek için gereken temel araçlar Cosmos 3 gibi foundation modeller.
Türk teknoloji ekosistemi için pratik çıkarım: bu treni kaçırmayın. NVIDIA’nın açık lisansı, Türk startup’ları ve büyük şirketleri (savunma, otomotiv, endüstriyel) için fırsatı demokratikleştiriyor. TOGG otonom sürüşünden Roketsan İHA’sına, Arçelik akıllı fabrikasından TÜBİTAK laboratuvarına — Cosmos 3 Edge yakın gelecekte Türk mühendislerin masasında bir standart araç olacak.
Modeli denemek isteyenler için: Hugging Face üzerinden nvidia/Cosmos3-Edge sayfası. Jetson Thor emülasyonu için JetPack, gerçek modüller Q1 2027’de. Bir yıl içinde Türkiye’deki üniversite robotik gruplarının Cosmos 3 tabanlı bitirme projelerini göreceğiz. İki yıl içinde Türk startup’larının kurumsal robotik pilotlarını. Beş yıl içinde ise Türkiye’deki fabrikaların içindeki akıllı robot kolları Cosmos DNA’sı taşıyor olacak.
Bir yanıt yazın