NVIDIA presenta Cosmos Data Factory, una plataforma con herramientas para preparar y generar datos sintéticos de entrenamiento para IA física. La compañía describe cinco flujos de trabajo que pueden ejecutarse mediante dos instrucciones en un agente de programación.
La propuesta busca abordar la dificultad de reunir ejemplos variados, como defectos poco frecuentes o incidentes nocturnos. Cosmos Data Factory incluye cinco planos de referencia y seis capacidades combinables para curación, procesamiento y generación de datos sintéticos.
Configuración y cinco usos de los planos
El primer paso consiste en pedir al agente que clone el repositorio de orquestación y ejecute las comprobaciones previas y la configuración. Según NVIDIA, las comprobaciones identifican elementos que faltan sin modificar el entorno; después, la configuración lo prepara para ejecutar los planos.
La segunda instrucción permite seleccionar un flujo de trabajo. Los cinco casos descritos abarcan generación de escenarios de conducción, variación de atributos en imágenes, transformación de vídeos, creación de sucesos poco frecuentes y generación de imágenes con defectos.
Para conducción, el sistema busca vídeos similares a una entrada, crea variaciones meteorológicas y evalúa su plausibilidad física. En imágenes de personas, puede generar variaciones controladas de ropa y etiquetarlas; para vídeos, modifica condiciones ambientales y comprueba los resultados.
Generación de sucesos, defectos y anotaciones
Otro plano crea vídeos de sucesos como incendios, caídas o hurtos a partir de una imagen. El evaluador comprueba si aparece el suceso solicitado y si el movimiento parece físicamente plausible; los clips que superan esas comprobaciones se etiquetan para su uso posterior.
El plano de defectos genera ejemplos a partir de imágenes de inspección o activos 3D. NVIDIA indica que está ajustado para placas de circuito impreso, vidrio y metal, y que entrega imágenes de referencia, defectos sintéticos y registros de procedencia y configuración.
Los seis componentes descritos son etiquetado automático, generación de anomalías, aumento de datos, curación y recuperación, simulación y orquestación. Se pueden utilizar por separado o combinar para construir flujos adaptados a los datos y objetivos de cada equipo.
Capacidades y estimaciones de coste
Cosmos Curator admite vídeo multicámara, datos IMU y GPS, además de soporte inicial para lidar. NVIDIA señala que prevé ampliar el soporte a más dispositivos lidar, radar y otros sensores. Cosmos Dataset Search, publicado como código abierto con licencia Apache 2.0, utiliza recuperación mediante múltiples representaciones y una función de reordenación agéntica en acceso anticipado.
NVIDIA estima el rendimiento a partir de un servidor con ocho GPU RTX PRO 6000 Blackwell, cuyo coste calcula en unos 40 dólares por hora. Con esa base, atribuye a la generación de escenarios de conducción unos 130 clips diarios y 2,66 dólares de cómputo por clip; para la variación de imágenes, calcula unos 42.649 pares anotados al día y 0,023 dólares por par.
La compañía también estima unos 305 clips de vídeo aumentados al día, a 3,15 dólares por clip de aproximadamente cinco minutos. Para defectos, afirma que el montaje de datos pasó de dos meses a un día; para sucesos, calcula unos 384 clips anotados diarios, a 2,50 dólares cada uno y unos cuatro minutos por clip.
Estas cifras corresponden únicamente al cómputo. La preparación de datos, la configuración, el uso del agente, el almacenamiento y la revisión humana pueden añadir costes, según advierte NVIDIA.
Disponibilidad y presentación en directo
NVIDIA invita a consultar los planos y componentes de Cosmos Data Factory y a comenzar con el flujo que corresponda al caso de uso. La compañía también anunció una retransmisión para el 19 de noviembre sobre la preparación de conjuntos de datos para vehículos autónomos, robótica y agentes de visión.
Según el anuncio, participarán Voxel51 y Encord, y se mostrarán el uso de Cosmos Data Factory por parte de Porsche a través de Voxel51 y el trabajo de Encord con ANYbotics.



