{"id":1621,"date":"2026-07-20T03:34:03","date_gmt":"2026-07-20T03:34:03","guid":{"rendered":"https:\/\/convly.ai\/?p=1621"},"modified":"2026-07-20T03:34:03","modified_gmt":"2026-07-20T03:34:03","slug":"nvidia-cosmos-3-edge-japan-robotics","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/","title":{"rendered":"NVIDIA Cosmos 3 Edge potenzia l'ecosistema giapponese dell'IA fisica"},"content":{"rendered":"<p>Secondo un rapporto de The Fast Mode, NVIDIA Cosmos 3 Edge sta contribuendo allo sviluppo dell'ecosistema giapponese dell'IA fisica e della robotica. Il rapporto descrive l'ultima versione orientata all'edge della famiglia Cosmos di NVIDIA come un passo avanti per un Paese il cui settore della robotica \u00e8 da tempo tra i pi\u00f9 avanzati al mondo. Le informazioni disponibili sono scarse \u2014 non vengono forniti n\u00e9 specifiche tecniche, n\u00e9 prezzi, n\u00e9 nomi di partner coinvolti \u2014 ma la direzione \u00e8 chiara: NVIDIA sta spingendo il proprio stack per l'IA fisica verso l'edge, e il Giappone rappresenta un mercato prioritario per questo obiettivo.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>The Fast Mode riporta che NVIDIA Cosmos 3 Edge sta potenziando l'ecosistema giapponese dell'IA fisica e della robotica.<\/li>\n<li>Cosmos \u00e8 la piattaforma di modelli fondamentali del mondo (world foundation models) di NVIDIA per l'IA fisica; la denominazione \u00abEdge\u00bb indica un deployment su dispositivo, anzich\u00e9 un'inferenza esclusivamente basata sul cloud.<\/li>\n<li>Il rapporto non rivela dimensioni dei modelli, benchmark, prezzi o partner nominati, pertanto tali dettagli rimangono non confermati.<\/li>\n<li>I modelli del mondo distribuiti sull'edge possono ridurre la latenza e diminuire la dipendenza dalla connettivit\u00e0 \u2014 entrambi fattori critici per i robot operanti in fabbriche, magazzini e spazi pubblici.<\/li>\n<li>La consolidata base industriale della robotica giapponese e le ben documentate pressioni sul mercato del lavoro ne fanno un banco di prova naturale per l'IA fisica.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a67e77f4e8dd\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a67e77f4e8dd\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#What_The_Fast_Mode_reports_about_NVIDIA_Cosmos_3_Edge\" >Cosa riporta The Fast Mode su NVIDIA Cosmos 3 Edge<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#Cosmos_and_world_foundation_models_the_background\" >Cosmos e i modelli fondamentali del mondo: contesto generale<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#Why_the_%E2%80%9CEdge%E2%80%9D_designation_matters_for_physical_AI\" >Perch\u00e9 la denominazione \u00abEdge\u00bb \u00e8 rilevante per l'IA fisica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#Edge_versus_cloud_for_robotics_workloads\" >Edge contro cloud per carichi di lavoro robotici<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#Why_Japan_is_a_natural_proving_ground_for_physical_AI\" >Perch\u00e9 il Giappone \u00e8 un banco di prova naturale per l'IA fisica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#What_robotics_developers_should_watch_next\" >Cosa dovranno osservare da vicino gli sviluppatori di robotica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#Frequently_asked_questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/nvidia-cosmos-3-edge-japan-robotics\/#The_bottom_line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_The_Fast_Mode_reports_about_NVIDIA_Cosmos_3_Edge\"><\/span>Cosa riporta The Fast Mode su NVIDIA Cosmos 3 Edge<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La copertura di The Fast Mode \u00e8 intitolata \u00abNVIDIA Cosmos 3 Edge potenzia l'ecosistema giapponese dell'IA fisica e della robotica\u00bb, ed \u00e8 proprio questa formulazione a costituire il fulcro dell'articolo: una release di terza generazione, orientata all'edge, della linea Cosmos di NVIDIA, presentata come abilitatore dello sviluppo della robotica e dell'IA fisica in Giappone. Oltre a questo titolo, il materiale disponibile a Convly non include specifiche tecniche, date di disponibilit\u00e0, prezzi o nomi di aziende o istituzioni giapponesi coinvolte.<\/p>\n<p>Tuttavia, tre elementi emergono con ragionevole certezza dal rapporto. Primo, Cosmos ha raggiunto la terza generazione ed esiste ora in una versione esplicitamente contrassegnata per l'edge. Secondo, NVIDIA sta interagendo con il Giappone come mercato per l'IA fisica, non semplicemente come area di vendita per hardware data-center. Terzo, l'uso del termine \u00abecosistema\u00bb suggerisce una strategia di tipo \u00abpiattaforma\u00bb \u2014 strumenti, modelli e percorsi di deployment pensati per numerosi partecipanti \u2014 piuttosto che il lancio di un singolo prodotto. Qualsiasi ulteriore dettaglio va considerato non confermato fino a quando NVIDIA o i suoi partner non ne pubblicheranno ufficialmente i dati.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Cosmos_and_world_foundation_models_the_background\"><\/span>Cosmos e i modelli fondamentali del mondo: contesto generale<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A titolo di contesto, non di novit\u00e0 giornalistica: NVIDIA ha introdotto la piattaforma Cosmos originale all'inizio del 2025 come famiglia di \u00abmodelli fondamentali del mondo\u00bb \u2014 modelli generativi addestrati su grandi volumi di dati video e sensoriali, in grado di prevedere l'evoluzione delle scene fisiche. Mentre un modello linguistico prevede il token successivo, un modello del mondo prevede lo stato successivo di un ambiente: come si muovono, collidono, deformano o reagiscono agli atti di un robot gli oggetti.<\/p>\n<p>Questa capacit\u00e0 \u00e8 cruciale per la robotica, poich\u00e9 i dati di addestramento nel mondo reale sono scarsi e costosi da raccogliere. I modelli del mondo consentono agli sviluppatori di generare dati sintetici per l'addestramento, simulare scenari rari o pericolosi e dotare i robot di una forma di \u00absenso comune fisico\u00bb ancor prima che entrino in contatto con hardware reale. Le precedenti versioni di Cosmos comprendevano modelli per la previsione, il ragionamento orientato al controllo e la generazione di dati; la piattaforma occupa un ruolo centrale nella transizione industriale che NVIDIA definisce \u00abIA fisica\u00bb \u2014 un'IA che agisce nel mondo reale, anzich\u00e9 generare soltanto testo o immagini. Chi segue il confronto tra queste famiglie di modelli in termini di capacit\u00e0 e licenze pu\u00f2 consultare il <a href=\"https:\/\/convly.ai\/it\/models\/\">Database di modelli IA<\/a> per avere una panoramica pi\u00f9 ampia.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_the_%E2%80%9CEdge%E2%80%9D_designation_matters_for_physical_AI\"><\/span>Perch\u00e9 la denominazione \u00abEdge\u00bb \u00e8 rilevante per l'IA fisica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La parola pi\u00f9 significativa nel titolo del rapporto potrebbe essere proprio \u00abEdge\u00bb. Storicamente, i modelli fondamentali del mondo sono stati sistemi pesanti, destinati ai data center. Un robot su una linea di produzione, tuttavia, non pu\u00f2 attendere un round-trip verso un cluster GPU remoto: i loop di percezione e controllo devono spesso chiudersi in millisecondi, e la connettivit\u00e0 all'interno degli impianti industriali raramente \u00e8 garantita. Una release Cosmos contrassegnata \u00abEdge\u00bb implica modelli ottimizzati per girare su hardware posizionato sul robot stesso o nelle sue immediate vicinanze \u2014 molto probabilmente tramite distillazione e quantizzazione, anche se il rapporto non lo specifica.<\/p>\n<p>Per gli sviluppatori, il deployment su dispositivo modifica i calcoli ingegneristici. La memoria diventa il vincolo principale: un modello deve rientrare nella RAM e nel budget energetico di un acceleratore embedded, il che richiede generalmente una compressione aggressiva. Stimare se un determinato modello possa essere caricato nella memoria locale dell'acceleratore \u00e8 esattamente lo scopo del <a href=\"https:\/\/convly.ai\/it\/llm-vram-calculator\/\">calcolatore gratuito di VRAM<\/a> di Convly, mentre l'analisi economica relativa all'esecuzione di modelli su hardware proprietario rispetto alla chiamata di un endpoint ospitato \u00e8 possibile grazie al nostro <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore self-hosting vs API<\/a>. Per la robotica, tuttavia, la decisione \u00e8 spesso dettata da esigenze tecniche piuttosto che economiche: latenza, certificazioni di sicurezza e localizzazione dei dati spingono l'inferenza verso l'edge indipendentemente dal costo effettivo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Edge_versus_cloud_for_robotics_workloads\"><\/span>Edge contro cloud per carichi di lavoro robotici<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La tabella seguente riassume i principali compromessi generali tra deployment edge e cloud per l'IA fisica \u2014 considerazioni standard del settore, non dati provenienti dal rapporto originale.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Fattore<\/th>\n<th>Deployment edge<\/th>\n<th>Deployment cloud<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Latenza<\/td>\n<td>Millisecondi; adatto ai loop di controllo in tempo reale<\/td>\n<td>Dipendente dalla rete; rischioso per il controllo in loop chiuso<\/td>\n<\/tr>\n<tr>\n<td>Connettivit\u00e0<\/td>\n<td>Funziona offline o su collegamenti instabili<\/td>\n<td>Richiede connessioni stabili e ad alta larghezza di banda<\/td>\n<\/tr>\n<tr>\n<td>Localizzazione dei dati<\/td>\n<td>I dati dei sensori restano sul posto<\/td>\n<td>I dati lasciano l'impianto, sollevando questioni di conformit\u00e0<\/td>\n<\/tr>\n<tr>\n<td>Limite computazionale<\/td>\n<td>Limitato dagli acceleratori integrati<\/td>\n<td>Effettivamente illimitato per addestramento e simulazione<\/td>\n<\/tr>\n<tr>\n<td>Ruolo tipico<\/td>\n<td>Percezione, controllo, ragionamento sul robot<\/td>\n<td>Addestramento, generazione di dati sintetici, apprendimento collettivo (fleet learning)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Nella pratica, la maggior parte dei deployment di IA fisica \u00e8 ibrida: l'addestramento pesante e la generazione di dati sintetici avvengono nel data center, mentre l'inferenza viene eseguita direttamente sulla macchina. Un Cosmos compatibile con l'edge si inserirebbe esattamente nella met\u00e0 \u00absul robot\u00bb di tale architettura.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_Japan_is_a_natural_proving_ground_for_physical_AI\"><\/span>Perch\u00e9 il Giappone \u00e8 un banco di prova naturale per l'IA fisica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ancora una volta, come analisi e non come fatto riportato: il Giappone vanta una delle tradizioni pi\u00f9 consolidate al mondo nell'ambito della robotica industriale, che spazia dall'automazione manifatturiera alle macchine di precisione e a una fitta rete di fornitori. Affronta inoltre pressioni demografiche ben documentate \u2014 un invecchiamento della popolazione e un calo della forza lavoro \u2014 che rendono l'automazione un imperativo economico condiviso da pochissimi altri mercati. Questa combinazione di capacit\u00e0 offerta e necessit\u00e0 della domanda rappresenta esattamente l'ambiente in cui le piattaforme per l'IA fisica tendono a trovare i primi utilizzatori seri.<\/p>\n<p>Vista sotto questa lente, la formulazione \u00abecosistema\u00bb usata da The Fast Mode acquista senso strategico. Se i modelli del mondo riducono il costo di insegnare nuovi compiti ai robot \u2014 generando dati sintetici per l'addestramento e fornendo un ragionamento fisico pre-addestrato \u2014 allora i Paesi con il maggior numero di robot e con la maggiore spinta economica a implementarne di nuovi ne trarranno beneficio per primi. Il rapporto colloca Cosmos 3 Edge esattamente in questa dinamica, nel contesto giapponese.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_robotics_developers_should_watch_next\"><\/span>Cosa dovranno osservare da vicino gli sviluppatori di robotica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Le domande aperte sono quelle a cui l'attuale copertura giornalistica non risponde. Quali sono le dimensioni e le modalit\u00e0 dei modelli inclusi in Cosmos 3 Edge, e sotto quale licenza vengono distribuiti? Su quale hardware NVIDIA prevede che vengano eseguiti, e con quali requisiti di memoria e consumo energetico? Sono presenti partner giapponesi nominati, deployment pilota o risultati di benchmark? Nessuno di questi aspetti \u00e8 stato rivelato nel materiale visionato da Convly, e nessuno di essi va dato per scontato.<\/p>\n<p>Per i team che stanno pianificando in vista dell'annuncio, l'atteggiamento pi\u00f9 ragionevole \u00e8 la preparazione, non l'impegno: verificate quali carichi di lavoro robotici sono cos\u00ec sensibili alla latenza da richiedere inferenza edge, eseguite benchmark sulle attuali capacit\u00e0 di calcolo on-device e tenete d\u2019occhio l\u2019evoluzione degli acceleratori di classe edge \u2014 la nostra guida alla <a href=\"https:\/\/convly.ai\/it\/best-gpus-for-ai-2026\/\">migliori GPU per l'IA<\/a> tratta l\u2019aspetto hardware di tale equazione. Una volta che NVIDIA pubblicher\u00e0 specifiche concrete, sar\u00e0 immediato valutare se il prodotto si adatta \u2014 o meno \u2014 alla vostra flotta.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Che cos\u2019\u00e8 NVIDIA Cosmos 3 Edge?<\/strong> Secondo The Fast Mode, si tratta dell\u2019ultima release focalizzata sull\u2019edge nella famiglia di modelli fondativi per l\u2019intelligenza artificiale fisica (physical AI) Cosmos di NVIDIA, presentata come un passo avanti per l\u2019ecosistema robotico giapponese. Le specifiche dettagliate non sono emerse nei report analizzati da Convly.<\/p>\n<p><strong>Che cos\u2019\u00e8 l\u2019intelligenza artificiale fisica (physical AI)?<\/strong> L\u2019intelligenza artificiale fisica indica sistemi AI in grado di percepire, ragionare e agire nel mondo fisico \u2014 come robot, macchine autonome e sistemi industriali \u2014 a differenza di modelli che elaborano esclusivamente testo, immagini o audio.<\/p>\n<p><strong>Che cos\u2019\u00e8 un modello fondativo per il mondo (world foundation model)?<\/strong> Un modello generativo addestrato a prevedere l\u2019evoluzione degli ambienti fisici nel tempo. I team robotici lo utilizzano per creare dati sintetici per l\u2019addestramento, simulare scenari e dotare le macchine di un\u2019intuizione fisica pre-addestrata.<\/p>\n<p><strong>Perch\u00e9 il deployment edge \u00e8 importante per i robot?<\/strong> I robot richiedono tipicamente risposte nell\u2019ordine dei millisecondi e non possono dipendere da una connettivit\u00e0 costante. Eseguire i modelli direttamente sul robot o nelle sue vicinanze elimina la latenza di rete dai cicli di controllo e mantiene i dati provenienti dai sensori in loco.<\/p>\n<p><strong>NVIDIA ha pubblicato prezzi o specifiche tecniche per Cosmos 3 Edge?<\/strong> No, almeno non nei report disponibili a Convly. Dimensioni del modello, requisiti hardware, licenze e prezzi rimangono ancora non confermati; qualsiasi cifra circolante altrove va verificata con la documentazione ufficiale di NVIDIA.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ridotto al suo nucleo confermato, questo \u00e8 un racconto modesto ma significativo dal punto di vista strategico: secondo The Fast Mode, NVIDIA Cosmos 3 Edge sta potenziando l\u2019ecosistema giapponese di intelligenza artificiale fisica e robotica, mentre tutti gli altri dettagli restano da definire. Il vero significato risiede nelle due parole che racchiudono il nome del prodotto. Il \u00ab3\u00bb indica che i modelli fondativi per il mondo stanno evolvendo rapidamente fino a raggiungere una terza generazione; \u00abEdge\u00bb significa che NVIDIA ritiene questi modelli pronti a lasciare il data center per essere eseguiti l\u00e0 dove i robot operano effettivamente. Se entrambe queste affermazioni si riveleranno fondate una volta rese note le specifiche complete, il costo pratico di insegnare alle macchine a operare nel mondo fisico diminuir\u00e0 \u2014 e il Giappone, con la sua base industriale densamente robotizzata, rappresenta un luogo logico per dimostrarlo.<\/p>\n<p><em>Fonti: news.google.com. Segnalato il 20 luglio 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>The Fast Mode reports that NVIDIA Cosmos 3 Edge is advancing Japan&#8217;s physical AI and robotics ecosystem. Here is what the edge-focused world-model release means for robotics developers \u2014 and what remains unconfirmed.<\/p>","protected":false},"author":1,"featured_media":1622,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[8],"tags":[949,954,952,778,950,951,953],"class_list":["post-1621","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics","tag-cosmos-3-edge","tag-edge-ai","tag-japan","tag-nvidia","tag-physical-ai","tag-robotics","tag-world-foundation-models"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1621","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=1621"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1621\/revisions"}],"predecessor-version":[{"id":1623,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1621\/revisions\/1623"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/1622"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=1621"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=1621"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=1621"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}