Stell dir vor, du gibst einem Roboter keinen Befehl mehr – du zeigst ihm einfach den Raum, und er versteht selbstständig, wo Tische, Stühle und Menschen stehen, ohne dass du ein einziges Wort sagen musst. Die nächste Generation von Künstlicher Intelligenz verspricht genau das: nicht mehr nur Texte zu verstehen, sondern die physische Welt um uns herum zu begreifen. Nvidia hat diese Woche ein neues KI-Modell namens Cosmos 3 Edge vorgestellt, das diesen Schritt gehen soll. Zeitgleich kündigte das Unternehmen an, in Japan ein breites Ökosystem für diese Form der „physischen KI“ aufzubauen. Ein Besuch von CEO Jensen Huang in Tokio unterstreicht, wie ernst es dem Unternehmen damit ist.
Cosmos 3 Edge gehört zu einer Klasse von KI-Systemen, die man als „Weltmodelle“ bezeichnet. Im Gegensatz zu großen Sprachmodellen, die hauptsächlich aus Text lernen, verarbeiten Weltmodelle eine breite Palette an Eingaben: Kamerabilder, Tiefendaten von Sensoren, Bewegungsmuster, sogar taktile Rückmeldungen. Sie bauen sich ein internes Modell der Umgebung auf – ähnlich wie ein Architekt, der einen Raum nicht nur beschreiben, sondern auch begehen und alle Winkel erfassen kann. Der Name „Edge“ verrät, dass dieses Modell direkt auf den Geräten läuft – in Robotern, Drohnen oder Fertigungsanlagen – und nicht erst eine Cloud anfragen muss. Das ist entscheidend für Echtzeit-Anwendungen: Wenn ein Roboterarm in einer Fabrikhalle einem Arbeiter ausweichen soll, darf keine Verzögerung im Millisekundenbereich auftreten.
Warum gerade Japan? Das Land hat eine jahrzehntelange Tradition in der Fertigungsindustrie und beherrscht Automobilbau, Robotik und Präzisionsfertigung wie kaum eine andere Nation. Nvidia-Chef Jensen Huang formulierte es so: „Japan hat die moderne Fertigung erfunden. Jetzt hat es die Chance, sie für das Zeitalter der intelligenten Industrien neu zu erfinden.“ Das Unternehmen kündigte an, dass japanische Schwergewichte wie Fujitsu, Hitachi und Kawasaki Heavy Industries einer neu formierten Koalition beitreten wollen, um gemeinsam an Systemen für die physische KI zu arbeiten. Die japanische Regierung plant offenbar den Kauf von 27.500 der nächsten Nvidia-Rubin-Chips, um ein eigenes fundamentales KI-Modell für Roboter zu entwickeln.
Der Zeitpunkt ist klug gewählt: Erst vor einigen Monaten investierte Microsoft rund zehn Milliarden Dollar in Japans KI-Infrastruktur. SoftBank setzt ebenfalls massiv auf KI und sucht Partnerschaften mit Microsoft und dem japanischen Cloud-Anbieter Sakura Internet. Laut International Trade Administration soll der japanische KI-Markt bis 2029 auf 27,9 Milliarden Dollar wachsen. Das sind ideale Bedingungen für Nvidia, um sich als zentraler Technologiepartner zu positionieren. Die Botschaft an die Branche: Wer in physischer KI führend sein will, kommt an Nvidias Hardware und den neuen Software-Werkzeugen nicht vorbei.
Doch Nvidia beschränkt sich nicht nur auf die Fabrikhalle. Das Unternehmen drängt auch massiv in die Bereiche Gesundheit und Biotechnologie. Der Schlüssel dazu ist der Ausbau von „Tokyo-1“, einem Konsortium für KI-gestützte Wirkstoffforschung, das von Xeureka betrieben wird. Die Plattform nutzt das „Nvidia BioNeMo Agent Toolkit“, eine Sammlung von KI-Modellen, die speziell für die biomolekulare Forschung trainiert sind. Große japanische Pharmakonzerne wie Astellas Pharma, Daiichi Sankyo und Ono Pharmaceutical setzen diese Werkzeuge bereits ein, um ihre Arbeitsabläufe zu beschleunigen. Statt jahrelang Moleküle in Labors zu testen, lassen sich heute potenzielle Wirkstoffkandidaten in silico durchspielen – und das in einem Bruchteil der Zeit.
Ein weiteres Beispiel aus der Industrieautomation: die Partnerschaft mit Kawasaki Heavy Industries. Kawasaki ist nicht nur für Motorräder bekannt, sondern baut Industrieroboter, die in Automobilfabriken und Logistikzentren eingesetzt werden. Mit Cosmos 3 Edge sollen diese Roboter lernen, sich in dynamischen Umgebungen zurechtzufinden: Sie erkennen unerwartete Hindernisse, passen ihre Bewegungen an wechselnde Lichtverhältnisse an und können sogar mit Menschen kollaborieren, ohne aufwendig programmiert werden zu müssen. Das reduziert die Einrichtungszeit und macht den Einsatz von Robotern auch in kleineren Betrieben wirtschaftlich.
Für all das braucht man nicht nur leistungsfähige Chips und Modelle, sondern vor allem auch Vertrauen in die Zuverlässigkeit der Systeme. Ein Weltmodell, das eine Fabrikhalle falsch interpretiert, könnte schwere Unfälle verursachen. Deshalb betont Nvidia, dass Cosmos 3 Edge auf Sicherheit und Vorhersagbarkeit getrimmt sei – zumindest laut eigener Aussage. Die Tests mit japanischen Partnern sollen nun zeigen, ob das Modell im rauen Alltag der Produktion besteht. Bleibt abzuwarten, ob die Koalition hält, was sie verspricht, oder ob es Reibungen zwischen den unterschiedlichen Unternehmenskulturen gibt.
Diese Entwicklungen sind ein starkes Indiz dafür, dass KI sich von der Text- und Bildverarbeitung langsam in unsere physische Umgebung hineinbewegt. In den nächsten Jahren könnten Lieferservice-Roboter, autonome Reinigungsmaschinen oder Assistenzsysteme in der Altenpflege auf solchen Weltmodellen basieren. Die Grundlage dafür wird jetzt gelegt – in Japan, aber auch in Südkorea, Deutschland und den USA. Nvidia setzt mit Cosmos 3 Edge einen weiteren Baustein für eine Zukunft, in der Maschinen nicht mehr nur auf Knopfdruck reagieren, sondern den Raum um sich herum genauso erfassen wie wir Menschen. Ob das gelingt, hängt davon ab, ob diese Modelle robust genug sind, um mit der Unberechenbarkeit der echten Welt zurechtzukommen. Erste Signale aus Japan deuten darauf hin, dass der Wille da ist – und das nötige Kapital sowieso.
Quelle: cnbc.com
