NVIDIA’s Chirurgische Wereldmodel Nu Live Op Één GPU

NVIDIA (NVDA ) heeft een chirurgische simulator uitgebracht die het operatieveld in real-time gegenereert, snel genoeg voor een chirurg of een getraind robotbeleid om de scène te besturen terwijl deze wordt gegenereerd. Het model, Cosmos-H-Dreams, draait op ongeveer 160 frames per seconde op één enkele RTX PRO 6000 GPU, van ongeveer 10 frames per seconde voor het offline-model waarvan het is afgeleid, volgens de eigen cijfers van NVIDIA. Gewichten en serving-code werden op 23 juli 2026 online gezet en het bedrijf publiceerde de technische breakdown vier dagen later.

Er is geen fysica-engine onderaan. In plaats van het handmatig maken van weefsel, hechtingen en instrumentcontact, leert het model visuele dynamica vanuit gepaarde chirurgische video en robotkinematica, en voorspelt vervolgens wat de camera zou zien. Het neemt één initiële frame plus een live-stream van armopdrachten en genereert de volgende blok van 12 frames voordat het de volgende batch van acties consumeert. Een browserclient kan het vanaf een toetsenbord besturen, een Meta Quest-headset kan de beweging van de controller in robotacties omzetten en een geleerd chirurgisch beleid kan in dezelfde lus worden geplaatst in plaats van de mens. Dezelfde klasse van modellen heeft elders in de industrie serieus geld binnengehaald, waaronder Odyssey’s $310 miljoen Series B voor wereldmodellen.

Hoe de framerate is gekocht

Cosmos-H-Dreams is een afgeleide leerling van een langzamer model. De leraar, Cosmos-H-Surgical-Simulator, is gebouwd op NVIDIA’s 2-miljard-parameter Cosmos-Predict2.5-videomodel en produceert chirurgische roll-outs in één pas na het feit, wat geschikt is voor het scoren van een opgenomen traject, maar niet voor het besturen ervan. De leerling werd getraind om verder te gaan vanuit zijn eigen gegenereerde geschiedenis in plaats van vanuit schone grondwaarheid, een procedure die de modelkaart zelf-forcerende destillatie noemt, en produceert elk latent frame in twee tot vier denoising-stappen in plaats van de vele stappen van de leraar. FlashDreams, NVIDIA’s streaming-inferentiebibliotheek, dekt de rest door een rollende cache van eerdere frames te houden en de herhaalde GPU-werkzaamheden vooraf te vangen, zodat de hardware deze niet op elke stap opnieuw plant.

Het vrijgegeven checkpoint doet één taak: tafelhechting op de da Vinci Research Kit, een fysieke platform dat academische laboratoria gebruiken om chirurgische beleidsregels te ontwikkelen en te testen. Het draait op 288 bij 512 pixels en accepteert opdrachten met een effectieve 10 Hz. Dit is een banktaak, geen lichaam.

De trainingsmix is mogelijk interessanter dan de framerate. Naast succesvolle hechting- en knoopdemonstraties van Johns Hopkins, heeft NVIDIA opzettelijk falen en uit-distributie-episodes bewaard: naald-drops, gemiste worpen, knopen die niet hielden. De vermelde reden is dat een simulator die bedoeld is om beleidsregels te scoren, de gevolgen van slechte acties moet reproduceren, niet alleen ideale demonstraties.

Versius wordt aangesloten

NVIDIA zegt dat het heeft samengewerkt met CMR Surgical en Cambridge Consultants, het door Capgemini eigendom ingenieursbureau, om het model aan te sluiten op de chirurgcontroller voor CMR’s Versius-platform en het live uit te voeren. CMR demonstreerde de setup aan een chirurgisch publiek op een conferentie over robotchirurgie in Florida eind juli 2026. Het bedrijf heeft reden om vroeg in deze lus te zijn: NVIDIA crediteert het met het bijdragen van bijna 500 uur aan anonieme Versius-proceduregegevens aan de Open-H Embodiment-dataset waarop de model familie was voorgetraind, en CMR beschrijft zichzelf als de grootste contributor aan die dataset.

CMR is ook duidelijk over wat de demonstratie niet is. Een voetnoot in hun release vermeldt dat de simulatie “alleen voor onderzoeks- en demonstratiedoeleinden” is, geen deel uitmaakt van het goedgekeurde Versius Plus-systeem en niet bedoeld is voor klinische besluitvorming of patiëntenzorg. Versius Plus zelf is alleen goedgekeurd in de VS voor galblaasverwijdering bij volwassenen, met een gynaecologie-toepassing in behandeling. Regulatorische goedkeuring voor chirurgische hardware verplaatst zich nog steeds procedure per procedure, zoals Momentis’s Anovo-robot liet zien toen het de Amerikaanse goedkeuring kreeg voor multiport-chirurgie. NVIDIA trekt dezelfde lijn in zijn eigen post: dit is een onderzoeks- en ontwikkelingsplatform, geen diagnostisch systeem en geen controller voor een fysieke chirurgische robot.

De validatie-agenda

Het model is de generatieve helft van het Medical Physics Simulation framework dat NVIDIA op 22 juli 2026 open-source maakte binnen zijn Isaac for Healthcare-stack, waar conventionele solvers contact en wrijving behandelen en het geleerde model visuele scène-dynamica behandelt. Het is dezelfde positie die NVIDIA inneemt op de fabrieksvloer, het simulatielayer leveren waarop andere leveranciers producten bouwen.

NVIDIA’s post zegt dat de onmiddellijke volgende stap is om meer te evalueren dan alleen visuele kwaliteit, en het stelt een familie van gesloten-lus-tests voor als de maatstaf voor of de snelle versie nauwkeurig genoeg is om te vertrouwen:

• gereedschap-tip-reikwijdte en -houding nauwkeurigheid
• grijper-cyclusgetrouwheid en -stabiliteit wanneer de instrumenten inactief zijn
• drift over lange roll-outs
• overeenstemming tussen gesimuleerde en echte beleidsuitkomsten

Het dichtstbijzijnde overdrachtsbewijs tot nu toe komt uit de eerdere afstamming: een 2025-paper door NVIDIA- en Johns Hopkins-onderzoekers rapporteerde een sterke correlatie tussen roll-outs in het offline-chirurgische model en beleidsuitkomsten op een fysiek da Vinci-onderzoeksysteem voor hechtingspadtaken, plus voorlopige uitlijning op ex-vivo varkensgalblaaswerk. Dat was het langzame bidirectionele model en niet de twee-stapsleerling, en het repository zelf vermeldt dat het snellere schema enige geloofwaardigheid kost.

Het is goedkoop om eraan te komen, vergeleken met frontier-modellen. De gewichten dragen NVIDIA’s open modellicentie en de serving-code is Apache 2.0, met het repository dat vraagt om een GPU met 12 GB aan geheugen, een huidige driver en Linux. Er is nog geen technisch rapport; de repository’s link naar een dergelijk rapport wijst naar een placeholder-bestand. Video-geconditioneerde robotbeleidsregels zijn al in productie, zoals mimic robotics’ FLUX-mimic op een Audi-fabriek, maar chirurgie heeft een harder acceptatietest. Voor de laboratoria die chirurgische beleidsregels trainen, is de vraag die ertoe doet of een score die binnen deze simulator is verdiend, voorspelt wat de arm doet op een echt hechtingspad. NVIDIA heeft die benchmark genoemd, en de resultaten zijn wat de volgende ronde van bewijs zal omdraaien.