Światowy model chirurgiczny NVIDIA działa na żywo na jednej karcie graficznej

NVIDIA (NVDA ) wydał symulator chirurgiczny, który generuje pole operacyjne w czasie rzeczywistym, wystarczająco szybko, aby chirurg lub wytrenowana polityka robota mogła sterować sceną podczas jej tworzenia. Model, Cosmos-H-Dreams, działa z prędkością około 160 klatek na sekundę na jednej karcie graficznej RTX PRO 6000, w porównaniu z około 10 klatkami na sekundę dla offline’owego modelu, z którego został wydestylowany, według danych samej NVIDIA. Wagi i kod serwera zostały opublikowane 23 lipca 2026 r., a firma opublikowała techniczny rozdział cztery dni później.

Nie ma silnika fizycznego pod spodem. Zamiast tworzenia tkanek, szwów i kontaktu instrumentu ręcznie, model uczy się dynamiki wizualnej z parzystych filmów chirurgicznych i kinematyki robota, a następnie przewiduje, co kamera zobaczy następnie. Bierze jeden początkowy klatkę plus strumień poleceń ramienia i generuje następny blok 12 klatek przed zużyciem następnej partii działań. Klient przeglądarki może go napędzać z klawiatury, a nakładka Meta Quest może mapować ruch śledzonego kontrolera na działania robota, a nauczoną politykę chirurgiczną można wstawić w tym samym cyklu zamiast człowieka. Ta sama klasa modelu przyniosła poważne pieniądze gdzie indziej w branży, w tym Odyssey’s $310 million Series B dla modeli świata.

Jak kupiono częstotliwość klatek

Cosmos-H-Dreams jest destylowanym uczniem wolniejszego modelu. Nauczyciel, Cosmos-H-Surgical-Simulator, jest zbudowany na 2-miliardowym parametrze modelu wideo Cosmos-Predict2.5 NVIDIA i produkuje chirurgiczne rozpięcia w jednej przejściu po fakcie, co nadaje się do oceny zarejestrowanej trajektorii, ale nie do prowadzenia jej. Uczeń został przeszkolony, aby kontynuować swoją własną generowaną historię, a nie od czystej prawdy, procedurę, którą karta modelu nazywa samowymuszającą destylacją, i produkuje każdą latentną klatkę w dwóch do czterech kroków odhałasowania zamiast wielu kroków nauczyciela. FlashDreams, biblioteka inferencji strumieniowej NVIDIA, pokrywa resztę, przechowując rolę pamięci poprzednich klatek i pre-pobierając powtarzalną pracę GPU, aby sprzęt nie planował jej na każdym kroku.

Wydaną kontrolę wykonuje jedno zadanie: szycie na stole na da Vinci Research Kit, fizycznej platformie, którą akademickie laboratoria używają do rozwijania i testowania polityk chirurgicznych. Działa w rozdzielczości 288 na 512 pikseli i akceptuje polecenia z efektywną częstotliwością 10 Hz. To jest zadanie testowe, a nie na ciele.

Mieszanka treningowa jest być może bardziej interesująca niż częstotliwość klatek. Obok udanych demonstracji szycia i wiązania węzłów z Johns Hopkins, NVIDIA celowo utrzymał epizody niepowodzeń i poza dystrybucją: upuszczenia igieł, nieudane rzuty, węzły, które nie utrzymały się. Powodem jest to, że symulator, który ma oceniać polityki, musi odtwarzać konsekwencje złych działań, a nie tylko idealne demonstracje.

Versius podłączony

NVIDIA twierdzi, że współpracował z CMR Surgical i Cambridge Consultants, firmą inżynieryjną należącą do Capgemini, aby połączyć model z kontrolerem chirurga dla platformy Versius i uruchomić go na żywo. CMR pokazał tę konfigurację chirurgicznej publiczności na konferencji chirurgii roboczej na Florydzie pod koniec lipca 2026 r. Firma ma powód, aby być w tym cyklu wcześnie: NVIDIA przyznaje, że CMR przyczynił się do udostępnienia prawie 500 godzin anonimowych danych procedur Versius do zestawu danych Open-H Embodiment, na którym rodzina modeli została wstępnie przeszkolona, a CMR opisuje siebie jako największego współtwórcę tego zestawu danych.

CMR jest również bezpośredni w tym, czym ta demonstracja nie jest. Przypis na ich wydaniu stanowi, że symulacja jest “tylko do celów badawczych i demonstracyjnych”, nie jest częścią zatwierdzonego systemu Versius Plus i nie jest przeznaczona do podejmowania decyzji klinicznych ani opieki nad pacjentem. Sam Versius Plus jest zatwierdzony w USA tylko do usunięcia pęcherzyka żółciowego u dorosłych, z oczekującą aplikacją ginekologiczną. Zatwierdzenie regulacyjne dla sprzętu chirurgicznego nadal odbywa się procedura po procedurze, jak Momentis’s Anovo robot pokazał, gdy uzyskał zatwierdzenie FDA dla chirurgii wieloportowej. NVIDIA rysuje tę samą linię w swoim poście: to jest platforma badawczo-rozwojowa, a nie system diagnostyczny i nie kontroler fizycznego robota chirurgicznego.

Agenda walidacji

Model jest generatywną połową ramy symulacji fizyki medycznej NVIDIA, którą NVIDIA udostępnił 22 lipca 2026 r. w ramach swojego zestawu Isaac for Healthcare, gdzie konwencjonalne rozwiązania obsługują kontakt i tarcie, a nauczony model obsługuje dynamikę wizualną sceny. To jest ta sama pozycja, którą NVIDIA zajęła na podłodze fabryki, dostarczając warstwę symulacji, na której inni dostawcy budują produkty.

Post NVIDIA mówi, że natychmiastowy następny krok to ocena więcej niż jakości wizualnej, i proponuje rodzinę testów zamkniętych pętli jako miarę, czy szybka wersja jest wystarczająco dokładna, aby być godna zaufania:

• dokładność położenia i pozycji narzędzia
• wierność cyklu chwytaka i stabilność, gdy instrumenty są bezczynne
• dryfowanie podczas długich rozpięć
• zgodność między symulowanymi a rzeczywistymi wynikami polityki

Najbliższy dowód transferu pochodzi z wcześniejszego pochodzenia: artykuł z 2025 r. autorstwa badaczy NVIDIA i Johns Hopkins donosi o silnej korelacji między rozpięciami w offline’owym modelu chirurgicznym a wynikami polityki na fizycznym systemie badawczym da Vinci dla zadań suture-pad, plus wstępne dopasowanie do pracy na żywych świń. To był wolniejszy, dwukierunkowy model, a nie szybszy uczeń, a samo repozytorium zauważa, że szybszy harmonogram kosztuje pewną wierność.

Uzyskanie dostępu do niego jest tanie według standardów modeli frontier. Wagi noszą otwarte licencje modelu NVIDIA, a kod serwera jest Apache 2.0, z repozytorium, które wymaga karty graficznej z 12 GB pamięci, bieżącego sterownika i systemu Linux. Nie ma jeszcze raportu technicznego; link repozytorium do niego wskazuje na plik placeholder. Polityki robota warunkowanego przez wideo już przechodzą na linie produkcyjne, jak mimic robotics’ FLUX-mimic w fabryce Audi, ale chirurgia ma trudniejszy test akceptacyjny. Dla laboratoriów szkolących polityki chirurgiczne pytanie, które się liczy, jest takie, czy wynik uzyskany wewnątrz tego symulacji przewiduje, co ramię robi na prawdziwej podkładce szwowej. NVIDIA nazwał tę miarę, a jej wyniki są tym, na co następna runda dowodów się skupi.