NVIDIA выпустила Cosmos3-H-Dreams для генерации хирургического видео

NVIDIA опубликовала на HuggingFace модель nvidia/Cosmos3-H-Dreams с задачей image-to-video. Модель опубликована 19.10.2026 и предназначена для генерации эндоскопического видео по одному кадру камеры и потоку команд робота. Это world model для хирургической робототехники CMR Surgical Versius, обученная на клинических данных холецистэктомии.

Что это значит

Модель занимает 56.5 ГБ в репозитории, самый большой файл весов — 28.3 ГБ в формате safetensors. Лицензия — NVIDIA Open Model License: коммерческое использование разрешено, можно создавать и распространять производные модели, при распространении нужно приложить текст лицензии и файл Notice с указанием авторства. Запрещено обходить технические ограничения и защитные механизмы модели. Архитектура autoregressive, запускается через nv-medtech. Это узкоспециализированный инструмент для симуляции хирургических операций, а не генератор видео общего назначения. В нашем разделе генераторов видео ближайшие по задаче image-to-video инструменты — LTX-Video и Maestro, но они решают другие задачи: LTX-Video генерирует видео общего назначения и требует от 1 ГБ видеопамяти, Maestro — студия для локального видео, изображений и музыки с видеопамятью 12—24 ГБ. Cosmos3-H-Dreams не предназначена для таких сценариев. Разработчик не уточняет требования к видеопамяти для запуска модели. Для тех, кто работает с генерацией видео на своём железе, эта модель вряд ли станет рабочим инструментом — её область применения ограничена хирургической симуляцией и оценкой политик робототехники.