Modelul Chirurgical NVIDIA Rulează Acum Live pe o Singură GPU

NVIDIA (NVDA ) a lansat un simulator chirurgical care generează câmpul de operare în timp real, suficient de rapid pentru a permite unui chirurg sau unei politici robotice antrenate să conducă scena în timp ce este produsă. Modelul, Cosmos-H-Dreams, rulează la aproximativ 160 de cadre pe secundă pe o singură GPU RTX PRO 6000, față de aproximativ 10 cadre pe secundă pentru modelul offline din care a fost derivat, conform cifrelor proprii ale NVIDIA. Greutățile și codul de servire au fost publicate pe 23 iulie 2026, iar compania a publicat analiza tehnică patru zile mai târziu.

Sub model nu există un motor de fizică. În loc de a crea țesuturi, suturi și contacte instrumentale de mână, modelul învață dinamica vizuală din videoclipuri chirurgicale și cinematică robotică, apoi prezice ce ar vedea camera în continuare. Acesta necesită un cadru inițial plus un flux live de comenzi de braț și generează blocul următor de 12 cadre înainte de a consuma următoarea serie de acțiuni. Un client de browser poate conduce acest model de la o tastatură, un dispozitiv Meta Quest poate mapa mișcarea controlerului urmărit în acțiuni robotice, iar o politică chirurgicală învățată poate fi introdusă în același buclă în locul omului. Aceeași clasă de model a atras sume serioase de bani în altă parte a industriei, inclusiv Odyssey’s $310 million Series B pentru modele de lume.

Cum a fost cumpărată rata de cadre

Cosmos-H-Dreams este un student distilat al unui model mai lent. Profesorul, Cosmos-H-Surgical-Simulator, este construit pe modelul video Cosmos-Predict2.5 de 2 miliarde de parametri ai NVIDIA și produce derulări chirurgicale într-o singură trecere după fapt, ceea ce se potrivește pentru scorarea unei traiectorii înregistrate, dar nu și pentru conducerea acesteia. Studentul a fost instruit să continue de la propria istorie generată, mai degrabă decât de la adevărul curat, o procedură pe care cartea modelului o numește distilare auto-forțată, și produce fiecare cadru latent în două până la patru pași de denoising, în loc de mulți pași ai profesorului. FlashDreams, biblioteca de inferență streaming a NVIDIA, acoperă restul prin menținerea unei cache de cadre trecute și pre-capturarea lucrului GPU repetat, astfel încât hardware-ul să nu replanifice totul la fiecare pas.

Punctul de plecare lansat face o singură sarcină: suturarea pe masă pe kitul de cercetare da Vinci, o platformă fizică pe care laboratoarele academice o folosesc pentru a dezvolta și testa politici chirurgicale. Acesta rulează la 288×512 pixeli și acceptă comenzi la o frecvență efectivă de 10 Hz. Acesta este un test de banc, nu un test pe corp.

Amestecul de antrenare este, probabil, mai interesant decât rata de cadre. Alături de demonstrațiile de suturare și legare a nodurilor de la Johns Hopkins, NVIDIA a păstrat intenționat episoadele de eșec și de ieșire din distribuție: caderea acului, aruncările ratate, nodurile care nu s-au ținut. Motivul declarat este că un simulator menit să evalueze politici trebuie să reproducă consecințele acțiunilor slabe, nu doar demonstrațiile ideale.

Versius se conectează

NVIDIA spune că a lucrat cu CMR Surgical și Cambridge Consultants, firma de inginerie deținută de Capgemini, pentru a conecta modelul la controlerul chirurgului pentru platforma Versius și a-l rula live. CMR a demonstrat configurația unei audiențe chirurgicale la o conferință de chirurgie robotică din Florida la sfârșitul lunii iulie 2026. Compania are motive să fie implicată în acest buclă de la început: NVIDIA îi creditează cu contribuția a aproximativ 500 de ore de date de procedură Versius anonimizate la setul de date Open-H Embodiment pe care familia de modele a fost pre-antrenată, iar CMR se descrie ca fiind cel mai mare contributor la acest set de date.

CMR este, de asemenea, direct cu privire la ceea ce nu este demonstrația. O notă de subsol de pe lansarea sa afirmă că simularea este “doar pentru scopuri de cercetare și demonstrație”, nu face parte din sistemul Versius Plus autorizat și nu este destinat pentru luarea deciziilor clinice sau îngrijirea pacienților. Versius Plus însuși este autorizat în SUA doar pentru îndepărtarea vezicii biliare la adulți, cu o aplicație ginecologică în așteptare. Aprobarea reglementară pentru hardware-ul chirurgical se deplasează încă procedură cu procedură, așa cum a arătat robotul Anovo al Momentis când a obținut aprobarea FDA pentru chirurgia multiport. NVIDIA trasează aceeași linie în propria sa postare: aceasta este o platformă de cercetare și dezvoltare, nu un sistem de diagnostic și nu un controler pentru un robot chirurgical fizic.

Agenda de validare

Modelul este jumătatea generativă a cadrului de simulare Medical Physics Simulation pe care NVIDIA l-a open-source pe 22 iulie 2026 în stiva sa Isaac pentru sănătate, unde soluțiile convenționale gestionează contactul și frecarea, iar modelul învățat gestionează dinamica scenică vizuală. Acesta este aceeași poziție pe care NVIDIA a luat-o pe podeaua fabricii, furnizând stratul de simulare pe care alți furnizori își construiesc produsele.

Postarea NVIDIA afirmă că următorul pas imediat este să evalueze mai mult decât calitatea vizuală și propune o familie de teste în buclă închisă ca măsură a faptului că versiunea rapidă este suficient de precisă pentru a fi de încredere:

• precizia atingerii și a poziției instrumentului
• fidelitatea și stabilitatea ciclului de prindere atunci când instrumentele sunt inactivate
• deriva pe rulări lungi
• acordul dintre rezultatele politice simulate și reale

Cea mai apropiată dovadă de transfer până acum vine de la linia anterioară: un articol din 2025 de la NVIDIA și cercetători de la Johns Hopkins a raportat o corelație puternică între rulări în modelul offline chirurgical și rezultatele politice pe un sistem de cercetare da Vinci fizic pentru sarcini de suture-pad, plus o aliniere preliminară pe lucrări de gallbladder ex-vivo. Acesta a fost modelul lent bidirecțional, mai degrabă decât studentul cu două pași, și depozitul însuși notează că programarea mai rapidă costă o parte din fidelitate.

Obținerea accesului la acest model este ieftină prin standardele modelelor de frontieră. Greutățile poartă licența deschisă a modelului NVIDIA, iar codul de servire este Apache 2.0, cu depozitul care solicită o GPU cu 12 GB de memorie, un driver curent și Linux. Nu există încă un raport tehnic; legătura depozitului către unul indică spre un fișier placeholder. Politicile robotice condiționate de video sunt deja pe linii de producție, așa cum este mimic robotics’ FLUX-mimic la o fabrică Audi, dar chirurgia are un test de acceptare mai dur. Pentru laboratoarele care antrenează politici chirurgicale, întrebarea care contează este dacă un scor obținut în interiorul acestui simulator prezice ce face brațul pe o suture-pad reală. NVIDIA a numit această benchmark, iar rezultatele sale sunt ceea ce va determina următoarea rundă de dovezi.