手術ロボットの練習場が動き出す
NVIDIAの発表の核心は、手術ロボットの練習場をAIでリアルタイム化した点です。Hugging Face上のブログで、Cosmos-H-Dreamsが紹介されました。
これは動画をきれいに作るAIではありません。ロボットの動きに合わせて、次の手術場面を作る生成シミュレーター（AIが場面の続きを作る模擬環境）です。
手術ロボットの開発では、実機の実験が重い課題になります。装置は高価で、同じ失敗を何度も再現しにくいからです。
従来のシミュレーターも安全な選択肢でした。ただし、やわらかい組織、針、縫合糸、煙、反射、遮蔽まで手作業で作るのは難しいです。
公開された範囲は研究開発に寄る
発表日は2026年7月27日です。使える範囲は、医療現場の本番利用ではなく研究開発向けです。
| 項目 | 発表で示された内容 |
|---|---|
| 公開日 | 2026年7月27日 |
| 提供物 | コード例、モデル、データ、実行環境への導線 |
| 料金 | 発表に書かれていません |
| 位置づけ | 研究開発プラットフォーム |
| 医療用途の線引き | 診断や術中画像の代替ではありません |
料金は発表に書かれていません。臨床向けの販売条件や病院での利用条件も、発表には書かれていません。
ここを取り違えると、AI外科医が出た話に見えてしまいます。実際には、手術ロボットを学習させる環境が進んだ話です。
録画を見るAIから操作に反応するAIへ
土台にあるCosmos-H-Surgical-Simulatorは、ワールド基盤モデル（現実世界の変化を学ぶAI）です。NVIDIA Cosmos-Predict2.5-2Bを基にし、Open-H-Embodimentデータセットで追加学習されています。
このモデルは、最初の手術場面とロボットの未来の動きから、起こりそうな映像を生成します。つまり、ロボットを実際に動かさずに結果を見られます。
Cosmos-H-Dreamsは、その考え方を対話型へ進めました。録画後の評価から、その場で反応する評価へ移したことが変化です。
公開モデルは、da Vinci Research Kitの卓上縫合を対象にしています。さらにCMR SurgicalとCambridge Consultantsとの協力で、Versius surgeon controllerとの統合も示されています。
速さが意味を変える
リアルタイム化の数字は大きいです。標準的なCosmos-H-Surgical-Simulator推論の約10fps級から、約160fpsの対話動作へ進んだと説明されています。
動作環境として示されたのは、単一のNVIDIA RTX PRO 6000 GPUです。半導体企業NVIDIAらしく、モデルだけでなく実行の速さも主役になっています。
仕組みの中心は蒸留（大きなAIの能力を軽いAIへ移す学習）です。Cosmos-H-Dreamsは、教師モデルから因果型のstudent modelへ能力を移しています。
FlashDreamsは、そのstudent modelを低遅延で動かす実行ライブラリです。WebRTCのブラウザー操作や、Meta Questのコントローラー入力にも対応する形で説明されています。
医療AIとしての境界線が大事になる
この発表は、医療行為そのものをAIへ渡す話ではありません。NVIDIAは、Cosmos-H-Dreamsを診断システムでも実機ロボットの制御装置でもないと位置づけています。
むしろ価値は、失敗を含む練習を増やせる点にあります。教師モデルの学習には、針の落下、投げ損ね、結び目の失敗のような例も含まれます。
良い動きだけを覚える環境では、悪い動きへの反応を学びにくいです。手術ロボットの評価には、うまくいかない場面を再現できる力が効いてきます。
AIが現実を直接動かす前に、現実に似た場所で失敗を学ぶ。この順番が、手術ロボット開発の速度を変えていきます。