Cosmos Data Factory: от двух промптов агенту до размеченного датасета

Курация, генерация, разметка и оценка качества в разных тулах , главная причина, почему сырые записи с поля так долго не доходят до обучающей выборки для world models. NVIDIA Cosmos Data Factory связывает пять облачных blueprint и шесть агентских навыков в схему «промпт → данные»: coding agent разворачивает сервисы на кластере и гоняет цепочку без ручного переключения между окнами. Платформа Cosmos , открытый слой моделей, датасетов и skills под физический ИИ. CDF Orchestration координирует шаги, поднимает нужные сервисы и масштабирует прогон под выбранный шаблон. Два промпта на развёртку и запуск Первый промпт агенту , клон репозитория CDF Orchestration, preflight без изменений в окружении и setup после успешных проверок. Второй , старт blueprint под задачу: поиск и аугментация сцен автономного вождения, варианты одежды на кропах людей, смена погоды и света на видео, синтетика редких событий или дефектов на изображениях осмотра. Пять сценариев AV dataset generation , Cosmos Curator, Dataset Search, Cosmos3 Super Image2Video и Evaluator на физическую правдоподобность. Image Attribute Augmentation , LLM в структурированные промпты правок одежды, Evaluator и автолейбл под поиск и re-ID. Video Data Augmentation , VLM описывает исход, Cosmos3-Nano генерирует варианты, автолейбл для детекции и трекинга. Event Video Generation , из одного кадра клипы с пожаром, падением или «застрявшей» машиной на перекрёстке. Defect Image Generation , Isaac Sim для USD-активов, Qwen-Image-Edit для эталонов, Cosmos 3 Super под дефекты PCB, стекла и металла. Навыки Auto Labeling, AnomalyGen, Augmentation, Curation and Retrieval, Simulation и Orchestration можно комбинировать отдельно , например клонировать репозиторий автолейбла и прогнать видео через локально развёрнутую VLM или LLM. Замеры пропускной способности На сервере с восемью GPU RTX PRO 6000 Blackwell Series NVIDIA оценивает суточный compute примерно в $960 ($40 в час). Сборка датасета дефектов сжалась с двух месяцев до одного дня , ускорение порядка 60×. Для AV-генерации , около 130 edge-case клипов в сутки по $2,66 GPU на клип против ~$125 за сцену с дорожной съёмочной группой. Event Video Generation даёт порядка 384 размеченных клипа в день по ~$2,50 и ~4 минуты на клип. В расчёт входит только compute; исходники, storage и ревью человеком , отдельно. 19 ноября 2026 года NVIDIA проводит livestream Build Training-Ready Datasets in Two Prompts , в том числе кейсы Porsche через Voxel51 и ANYbotics с Encord. Источник: Build Training-Ready Physical AI Datasets with Two Prompts in NVIDIA Cosmos .