NVIDIA lança gerador de dados para IA física até 60 vezes mais rápido
O Cosmos Data Factory usa agentes autônomos para montar cenários de treino com dois comandos e cortar custos em até 45 vezes.
Edição: Anderson Gomes
· 3 min de leitura

A NVIDIA lançou em 18 de novembro de 2026 o Cosmos Data Factory, um conjunto de ferramentas em nuvem criado para tratar, enriquecer e rotular dados de inteligência artificial física. A empresa afirma que o sistema monta conjuntos de treino até 60 vezes mais rápido e reduz os custos de gerar cenários de direção autônoma em 45 vezes frente a processos manuais. O fluxo opera com dois comandos. A tecnologia atende desenvolvedores que treinam robôs e veículos autônomos e sofrem para capturar incidentes noturnos, acidentes e defeitos raros no mundo real.
Agentes de código coordenam seis módulos técnicos
O anúncio assinado pelo engenheiro Nakul Arora integra o Cosmos Data Factory à plataforma aberta NVIDIA Cosmos, voltada ao desenvolvimento de modelos de mundo. O sistema reúne cinco projetos de referência para tarefas habituais e seis módulos reutilizáveis: Auto Labeling, AnomalyGen, Augmentation, Curation and Retrieval, Simulation e Orchestration. A ferramenta central CDF Orchestration instala os serviços requeridos, coordena as fases de trabalho e controla a execução de todos os fluxos no cluster. Agentes autônomos tocam as tarefas.
A rotina começa quando o usuário envia a primeira ordem ao agente de código: Clone the CDF Orchestration repository, then run orchestration preflight and setup. O procedimento de verificação prévia inspeciona o ambiente computacional sem realizar alterações e aponta componentes ou dependências que faltam para rodar a aplicação. Assim que essa checagem preliminar aprova a máquina, a etapa de configuração apronta o cluster para operar os projetos de referência sem intervenção humana direta. A preparação dispensa ajustes manuais.
Com o ambiente configurado, o operador envia o segundo comando para acionar o projeto específico entre cinco casos de uso de dados de treinamento. O software gera cenários de tráfego para carros autônomos, altera iluminação e clima em vídeos existentes e modifica atributos de roupas em fotos de pedestres para sistemas de busca e reidentificação. Em cenários industriais, a tecnologia produz imagens de placas de circuito com defeitos ou embalagens com vazamentos e transforma uma única foto de galpão em vídeos sintéticos de operários sofrendo quedas. Simular falhas raras elimina riscos físicos.
Rendimento elevado exige oito placas de ponta
Para sustentar as marcas de ganho divulgadas, a NVIDIA mediu o volume diário de processamento em um servidor de nuvem equipado com oito placas NVIDIA RTX PRO 6000 Blackwell Series. Nessa máquina de alta performance, a fabricante calculou uma montagem de bases 60 vezes mais rápida e geração de cenários de direção 45 vezes mais barata em relação aos métodos manuais fragmentados. Os números mediram apenas a vazão contínua em condições controladas de laboratório mantido pela própria empresa. O teste exigiu hardware pesado.
O comunicado técnico reflete resultados da própria fabricante e não relata testes fora da infraestrutura de ponta da marca. Arora não divulgou o consumo elétrico nem os custos reais para manter oito aceleradores Blackwell ligados na nuvem para executar esses fluxos sintéticos. Para demonstrar a tecnologia a desenvolvedores de robótica e visão artificial, a companhia marcou a transmissão ao vivo Build Training-Ready Datasets in Two Prompts. Falta testar o pacote em condições comuns.
- NVIDIA
- Empresas e Mercado
Perplexity lança API de monitoramento web que alerta agentes via webhook
Nova ferramenta rastreia tópicos e páginas por agendamento, filtra ruído com modelo próprio e cobra taxa por mil requisições.
· 3 min de leitura

Anthropic fecha IPO e capta US$ 119,5 bilhões com estreia na Nasdaq
· 3 min de leitura

Anthropic estreia na bolsa e capta recorde de US$ 105 bilhões
· 3 min de leitura

Bytedance treina agente Axion 1.0 em três fases contra OpenAI
· 3 min de leitura