NVIDIA का सर्जिकल वर्ल्ड मॉडल अब एक GPU पर लाइव चल रहा है

NVIDIA (NVDA ) ने एक सर्जिकल सिम्युलेटर जारी किया है जो ऑपरेटिंग फील्ड को रियल-टाइम में जनरेट करता है, जो एक सर्जन या प्रशिक्षित रोबोट पॉलिसी के लिए दृश्य को निर्देशित करने के लिए पर्याप्त तेज़ है। मॉडल, कॉस्मोस-एच-ड्रीम्स, एक एकल आरटीएक्स प्रो 6000 जीपीयू पर लगभग 160 फ्रेम प्रति सेकंड पर चलता है, जो एनवीडिया के अपने आंकड़ों के अनुसार इसके ऑफलाइन मॉडल के लिए लगभग 10 फ्रेम प्रति सेकंड से ऊपर है। वजन और सर्विंग कोड 23 जुलाई, 2026 को अपलोड किए गए थे, और कंपनी ने चार दिन बाद तकनीकी विवरण प्रकाशित किया।

इसके नीचे कोई भौतिक इंजन नहीं है। टिश्यू, सuture और इंस्ट्रूमेंट संपर्क को हाथ से लिखने के बजाय, मॉडल सर्जिकल वीडियो और रोबोट किनेमैटिक्स के जोड़े से दृश्य गतिविधि सीखता है, फिर यह भविष्यवाणी करता है कि अगले कैमरा क्या देखेगा। यह एक प्रारंभिक फ्रेम लेता है और एक लाइव स्ट्रीम के हाथ के आदेशों को जनरेट करता है और अगले 12 फ्रेम का ब्लॉक बनाता है इससे पहले कि यह अगले बैच के कार्यों को खपत करे। एक ब्राउज़र क्लाइंट इसे कीबोर्ड से चला सकता है, मेटा क्वेस्ट हेडसेट ट्रैक किए गए नियंत्रक गति को रोबोट क्रियाओं में मैप कर सकता है, और एक सीखा हुआ सर्जिकल नीति मानव के स्थान पर उसी लूप में डाली जा सकती है। इसी तरह का मॉडल उद्योग में अन्य जगहों पर गंभीर पैसा कमा चुका है, जिसमें ओडिसी का $310 मिलियन श्रृंखला बी विश्व मॉडल के लिए है।

फ्रेम दर कैसे खरीदी गई

कॉस्मोस-एच-ड्रीम्स एक धीमे मॉडल का एक संक्षिप्त छात्र है। शिक्षक, कॉस्मोस-एच-सर्जिकल-सिम्युलेटर, एनवीडिया के 2-बिलियन-पैरामीटर कॉस्मोस-प्रेडिक्ट2.5 वीडियो मॉडल पर बनाया गया है और एक पास में सर्जिकल रोलआउट उत्पन्न करता है, जो एक रिकॉर्ड की गई ट्रैजेक्टरी को स्कोर करने के लिए उपयुक्त है, लेकिन एक को चलाने के लिए नहीं। छात्र को अपने स्वयं के उत्पन्न इतिहास से जारी रखने के लिए प्रशिक्षित किया गया था, न कि साफ ग्राउंड ट्रुथ से, एक प्रक्रिया जिसे मॉडल कार्ड स्व-फोर्सिंग डिस्टिलेशन कहता है, और यह प्रत्येक लेटेंट फ्रेम को दो से चार डीनोइज़िंग चरणों में उत्पन्न करता है, न कि शिक्षक के कई। फ्लैशड्रीम्स, एनवीडिया की स्ट्रीमिंग इन्फरेंस लाइब्रेरी, बाकी को कवर करती है जो पिछले फ्रेम के एक रोलिंग कैश को पकड़ती है और दोहराए गए जीपीयू कार्य को प्री-कैप्चर करती है ताकि हार्डवेयर इसे प्रत्येक चरण पर फिर से योजना न बनाए।

जारी चेकपॉइंट एक काम करता है: दा विंची रिसर्च किट पर टेबलटॉप सुतुरिंग, एक भौतिक मंच जिसका उपयोग अकादमिक प्रयोगशालाओं द्वारा सर्जिकल नीतियों को विकसित करने और परीक्षण करने के लिए किया जाता है। यह 288 बाय 512 पिक्सल पर चलता है और 10 हर्ट्ज की प्रभावी दर से कमांड स्वीकार करता है। यह एक बेंच कार्य है, न कि एक शरीर।

प्रशिक्षण मिश्रण वास्तव में फ्रेम दर से अधिक दिलचस्प है। जॉन्स हॉपकिन्स से सफल सुतुरिंग और नॉट-टाइंग प्रदर्शनों के साथ, एनवीडिया जानबूझकर विफलता और आउट-ऑफ-वितरण एपिसोड रखे: सुई ड्रॉप, मिस्ड थ्रो, गांठें जो नहीं पकड़ीं। इसका उद्देश्य यह है कि एक सिम्युलेटर जो नीतियों को स्कोर करने के लिए है, को केवल आदर्श प्रदर्शनों के परिणामों को नहीं, बल्कि खराब क्रियाओं के परिणामों को भी पुन: उत्पन्न करना चाहिए।

वर्सियस को तार दिया जाता है

एनवीडिया का कहना है कि उन्होंने सीएमआर सर्जिकल और कैम्ब्रिज कंसल्टेंट्स, कैपजेमिनी के स्वामित्व वाली इंजीनियरिंग कंपनी के साथ मिलकर मॉडल को सीएमआर के वर्सियस प्लेटफ़ॉर्म के लिए सर्जन नियंत्रक से जोड़ने और इसे लाइव चलाने के लिए काम किया है। सीएमआर ने सेटअप को फ्लोरिडा में जुलाई 2026 में एक रोबोटिक सर्जरी सम्मेलन में एक सर्जिकल दर्शकों के लिए प्रदर्शित किया। कंपनी के पास इसमें जल्दी शामिल होने का कारण है: एनवीडिया इसे लगभग 500 घंटे के अनामित वर्सियस प्रक्रिया डेटा के योगदान के लिए श्रेय देता है, जो ओपन-एच एम्बॉडिमेंट डेटासेट पर प्री-ट्रेन किया गया था, और सीएमआर खुद को उस डेटासेट का सबसे बड़ा योगदानकर्ता बताता है।

सीएमआर यह भी स्पष्ट है कि प्रदर्शन क्या नहीं है। अपनी रिलीज़ पर एक पाद लेख में यह कहा गया है कि सिम्युलेशन “केवल शोध और प्रदर्शन उद्देश्यों के लिए” है, यह मंजूरी प्राप्त वर्सियस प्लस सिस्टम का हिस्सा नहीं है, और नैदानिक ​​निर्णय लेने या रोगी देखभाल के लिए नहीं है। वर्सियस प्लस खुद को केवल वयस्कों में पित्ताशय की थैली हटाने के लिए यूएस में मंजूरी दी गई है, एक स्त्री रोग संबंधी अनुप्रयोग लंबित है। सर्जिकल हार्डवेयर के लिए नियामक मंजूरी अभी भी प्रक्रिया द्वारा प्रक्रिया चलती है, जैसा कि मोमेंटिस के अनोवो रोबोट ने दिखाया जब यह मल्टीपोर्ट सर्जरी के लिए यूएस मंजूरी प्राप्त की। एनवीडिया अपने पोस्ट में उसी रेखा को खींचता है: यह एक शोध और विकास मंच है, नैदानिक ​​निर्णय लेने के लिए एक निदान प्रणाली नहीं है और एक भौतिक सर्जिकल रोबोट के लिए एक नियंत्रक नहीं है।

मान्यकरण एजेंडा

मॉडल मेडिकल फिजिक्स सिम्युलेशन फ्रेमवर्क का उत्पन्न करने वाला आधा है एनवीडिया जो 22 जुलाई, 2026 को अपने आइजैक फॉर हेल्थकेयर स्टैक में खोला गया था, जहां पारंपरिक सॉल्वर संपर्क और घर्षण को संभालते हैं और सीखा हुआ मॉडल दृश्य दृश्य गतिविधि को संभालता है। यह वही स्थिति है जो एनवीडिया ने फैक्ट्री फ्लोर पर ली है, सिम्युलेशन लेयर की आपूर्ति करती है जिस पर अन्य विक्रेता उत्पाद बनाते हैं।

एनवीडिया के पोस्ट में कहा गया है कि तत्काल अगला कदम दृश्य गुणवत्ता से अधिक का मूल्यांकन करना है, और यह एक बंद लूप परीक्षणों के परिवार को उपाय के रूप में प्रस्तावित करता है कि तेज़ संस्करण विश्वसनीय है या नहीं:

• उपकरण-टिप पहुंच और मुद्रा सटीकता
• ग्रिपर-चक्र विश्वसनीयता और स्थिरता जब उपकरण निष्क्रिय होते हैं
• लंबे रोलआउट पर ड्रिफ्ट
• सिम्युलेटेड और वास्तविक नीति परिणामों के बीच समझौता

अब तक का सबसे करीबी हस्तांतरण साक्ष्य पहले के वंश से आता है: 2025 के एक पेपर में एनवीडिया और जॉन्स हॉपकिन्स शोधकर्ताओं ने दा विंची रिसर्च सिस्टम पर सुतुर-पैड कार्यों के लिए नीति परिणामों के साथ ऑफलाइन सर्जिकल मॉडल में रोलआउट के बीच मजबूत संबंध की सूचना दी, साथ ही एक्स-विवो सूअर की पित्ताशय की थैली के काम पर प्रारंभिक संरेखण। यह धीमी द्विदिश मॉडल था, न कि दो-चरण वाला छात्र, और रिपॉजिटरी खुद नोट करता है कि तेज़ अनुसूची कुछ विश्वसनीयता की लागत करती है।

इसे हाथ में लेना फ्रंटियर-मॉडल मानकों द्वारा सस्ता है। वजन एनवीडिया के खुले मॉडल लाइसेंस को ले जाते हैं और सर्विंग कोड एपाचे 2.0 है, जिसमें रिपॉजिटरी में 12 जीबी मेमोरी वाले जीपीयू, एक वर्तमान ड्राइवर और लिनक्स की मांग की जाती है। अभी तक कोई तकनीकी रिपोर्ट नहीं है; रिपॉजिटरी का एक तकनीकी रिपोर्ट के लिए लिंक एक प्लेसहोल्डर फ़ाइल पर इंगित करता है। वीडियो-सशर्त रोबोट नीतियां पहले से ही उत्पादन लाइनों पर जा रही हैं, जैसा कि मिमिक रोबोटिक्स के फ्लक्स-मिमिक में एक ऑडी प्लांट पर है, लेकिन सर्जरी के लिए एक कठिन स्वीकृति परीक्षण है। प्रयोगशालाओं के लिए जो सर्जिकल नीतियों को प्रशिक्षित कर रहे हैं, यह सवाल जो मायने रखता है कि क्या सिम्युलेटर के अंदर कमाए गए स्कोर वास्तविक सुतुर पैड पर क्या करता है उसे भविष्यवाणी करता है। एनवीडिया ने उस बेंचमार्क को नाम दिया है, और इसके परिणाम ही अगले साक्ष्य के दौर के लिए मोड़ होंगे।