英伟达发布面向物理AI的世界基础模型Cosmos3

盖世汽车讯 据外媒报道，英伟达发布专为物理AI打造的开放世界基础模型NVIDIA Cosmos? 3。该模型基于突破性的“混合Transformer”架构构建，将视觉推理、世界生成与动作预测整合于单一系统中。

Cosmos 3是全球首个完全开放的“全能模型”，能够以领先的物理精度原生理解并生成文本、图像、视频、环境音效及动作，从而将物理AI的训练与评估周期从数月缩短至数日。

NVIDIA还推出了“NVIDIA Cosmos 联盟”，这是一个汇聚了世界模型构建者与AI开发者的全球协作平台——成员包括Agile Robots、Black Forest Labs、Generalist、LTX、Runway和Skild AI——旨在携手推动下一代世界模型的发展。

NVIDIA创始人兼首席执行官黄仁勋表示:“得益于多模态推理、语言、视觉以及世界模型领域的突破性进展，物理AI的‘大爆炸’时刻已近在咫尺。Cosmos 3系列开放式前沿全能模型，将赋予开发者跨越代际的能力提升，助其打造出能够在物理世界中进行感知、推理、规划与行动的机器人、自动驾驶车辆以及视觉AI系统。”