NVIDIA’s Chirurgický Světový Model Teď Běží Naživo Na Jednom GPU

NVIDIA (NVDA ) vydal chirurgický simulátor, který generuje operační pole v reálném čase, dostatečně rychle pro chirurga nebo trénovaného robota, aby řídil scénu, zatímco je produkována. Model, Cosmos-H-Dreams, běží asi 160 snímků za sekundu na jednom RTX PRO 6000 GPU, oproti přibližně 10 snímkům za sekundu pro offline model, ze kterého byl destilován, podle vlastních údajů NVIDIA. Váhy a serving kód byly zveřejněny 23. července 2026 a společnost vydala technickou analýzu čtyři dny později.

Neexistuje žádný fyzický engine pod ním. Místo ručního autorování tkáně, stehů a instrumentálního kontaktu se model učí vizuální dynamiku z párových chirurgických videí a robotických kinematik, a poté předpovídá, co by kamera viděla dál. Bere jeden počáteční snímek plus živý proud armových příkazů a generuje následující blok 12 snímků, než spotřebuje další dávku akcí. Prohlížeč může řídit jej z klávesnice, headset Meta Quest může mapovat pohyb ovladače na robotické akce a naučenou chirurgickou politiku lze vložit do stejné smyčky místo člověka. Stejné třídy modelů přinesly vážené peníze jinde v průmyslu, včetně Odyssey’s $310 milionů Series B pro světové modely.

Jak byl koupen snímkový kmitočet

Cosmos-H-Dreams je destilovaný student pomalejšího modelu. Učitel, Cosmos-H-Surgical-Simulator, je postaven na NVIDIA’s 2-miliardovém parametrickém modelu Cosmos-Predict2.5 a produkuje chirurgické rolování v jednom průchodu po faktu, což se hodí pro skórování zaznamenané trajektorie, ale ne pro řízení. Student byl trénován, aby pokračoval ve své vlastní generované historii, spíše než z čisté pravdy, postup, který model card nazývá self-forcing destilace, a produkuje každý latentní snímek ve dvou až čtyřech denoising krocích, místo mnoha u učitele. FlashDreams, NVIDIA’s streaming inference knihovna, pokrývá zbytek tím, že drží rolovací cache minulých snímků a před-capturing opakované GPU práce, aby hardware nebyl re-plánován na každém kroku.

Vydaný checkpoint dělá jednu práci: stolní šití na da Vinci Research Kit, fyzickou platformu, kterou akademické laboratoře používají k vývoji a testování chirurgických politik. Běží na 288 x 512 pixelech a přijímá příkazy na efektivní 10 Hz. Jedná se o bench úkol, ne o tělo.

Tréninková směs je zřejmě zajímavější než snímkový kmitočet. Společně se úspěšnými demonstracemi šití a uzlování z Johns Hopkins, NVIDIA úmyslně ponechala selhání a out-of-distribution epizody: pády jehel, zmeškané hody, uzly, které se neudržely. Jejich uvedený důvod je, že simulátor, který má skórovat politiky, musí reprodukovat důsledky špatných akcí, ne pouze ideální demonstrace.

Versius se zapojí

NVIDIA říká, že spolupracovala s CMR Surgical a Cambridge Consultants, inženýrskou firmou vlastněnou Capgemini, aby spojila model s chirurgickým ovladačem pro CMR’s Versius platformu a běžel jej naživo. CMR předvedl nastavení chirurgickému publiku na konferenci robotické chirurgie na Floridě na konci července 2026. Společnost má důvod být v tomto cyklu brzy: NVIDIA jí připsala příspěvek téměř 500 hodin anonymizovaných dat procedur Versius do otevřené sady dat Open-H Embodiment, na které byla modelová rodina předtrénována, a CMR popisuje sama sebe jako největšího přispěvatele do této sady.

CMR je také přímá o tom, co demonstrace není. Poznámka na jejich vydání uvádí, že simulace je “pouze pro výzkumné a demonstrační účely”, není součástí schváleného systému Versius Plus a není určena pro klinická rozhodnutí nebo péči o pacienty. Versius Plus sám je schválen v USA pouze pro odstranění žlučníku u dospělých, s gynekologickou aplikací, která čeká. Regulační schválení pro chirurgické vybavení stále postupuje podle postupu, jako Momentis’s Anovo robot ukázal, když získal schválení FDA pro multiport chirurgii. NVIDIA kreslí stejnou linii ve svém vlastním příspěvku: jedná se o platformu pro výzkum a vývoj, ne o diagnostický systém a ne o ovladač pro fyzického chirurgického robota.

Validační agenda

Model je generativní polovinou Medical Physics Simulation framework NVIDIA otevřeného 22. července 2026 v rámci svého zdravotnického stacku Isaac, kde konvenční solvery zpracovávají kontakt a tření a naučený model zpracovává vizuální dynamiku scény. Je to stejná pozice, kterou NVIDIA zaujala na továrním podlaží, dodávající simulační vrstvu, na které jiní výrobci staví produkty.

NVIDIA’s příspěvek říká, že bezprostřední další krok je vyhodnotit více než vizuální kvalitu, a navrhuje rodinu uzavřených testů jako měřítko, zda je rychlá verze dostatečně přesná, aby se jí dalo důvěřovat:

• přesnost dosahu a polohy nástroje
• přesnost a stabilita gripperu, když jsou nástroje nečinné
• odchylka přes dlouhé rolování
• shoda mezi simulovanými a reálnými výsledky politik

Nejbližší důkaz přenosu pochází z předchozí linie: studie z roku 2025 od NVIDIA a výzkumníků z Johns Hopkins hlásí silnou korelaci mezi rolováním v offline chirurgickém modelu a výsledky politik na fyzickém da Vinci výzkumném systému pro úkoly suture-pad, plus předběžné zarovnání na ex-vivo prasečí žlučníkové práci. To byl pomalejší bidirekční model, spíše než dvoukrokový student, a repozitář sám poznamenává, že rychlejší harmonogram stojí一些 fidelity.

Získání rukou na něj je levné podle standardů frontové modely. Váhy nesou NVIDIA’s otevřenou modelovou licenci a serving kód je Apache 2.0, s repozitářem, který žádá o GPU s 12 GB paměti, aktuální ovladač a Linux. Neexistuje žádný technický report zatím; odkaz repozitáře na něj ukazuje na placeholder soubor. Video-kondicionované robotické politiky se již pohybují na výrobní linky, jako mimic robotics’ FLUX-mimic v továrně Audi, ale chirurgie má tvrdší akceptační test. Pro laboratoře, které trénují chirurgické politiky, je otázka, zda skóre získané uvnitř tohoto simulátoru předpovídá, co dělá rameno na skutečném suture-padu. NVIDIA pojmenovala tuto metriku a její výsledky jsou tím, co bude další kolo důkazů.