首个完全开源的多模态物理人工智能模型Cosmos3正式发布;英伟达联合发起Cosmos联盟
物理人工智能领域已取得重大进展。6月1日,英伟达正式发布了Cosmos3——一款面向物理人工智能的开放世界基础大模型。 作为全球首个完全开源的多模态物理人工智能大模型,它采用创新的混合Transformer架构,将视觉推理、世界生成和动作预测整合到单一系统中。这有望将物理人工智能的训练和评估周期从数月大幅缩短至仅需数天。
Cosmos3 为业界长期面临的挑战——"在数据有限且仿真框架分散的情况下,难以在真实场景中实现泛化"——提供了一种全新的解决方案。 该模型基于包含数十亿条文本、图像、视频、音频及运动轨迹的庞大物理AI数据集进行训练,能够自然地理解和生成跨模态内容,并在物理模拟领域实现了业界领先的准确率。

在技术层面,Cosmos3创新性地将推理Transformer与生成Transformer相结合。该模型首先深入分析物体交互规则、运动状态及时空关系,随后精准生成视频并预测动作轨迹。 这种设计使其具备对图像和文本的强多模态理解能力、物理环境的模拟与预测能力,以及帮助机器人完成特定任务的动作策略能力。在包括 Artificial Analysis、Physics-IQ 和 RoboLab 在内的多个主流物理人工智能基准测试中,Cosmos3 均位列顶级开源模型之列。
为适应不同的开发阶段,NVIDIA 发布了多个版本:Cosmos3Super 专注于以极高精度对机器人和自动驾驶模型进行二次训练;Cosmos3Nano 则能在数秒内完成高质量的视频解析和动作推理。这两个版本现已正式发布。 专为边缘设备实时推理设计的 Cosmos3Edge 版本也已列入发布路线图。
伴随大型模型的发布,英伟达联合全球领先的世界模型研究团队及AI开发者共同创立了“英伟达Cosmos联盟”,成员包括Agile Robots、Black Forest Labs、Generalist、LTX、Runway和Skild AI。 英伟达创始人兼首席执行官黄仁勋表示,随着多模态推理和世界模型领域的持续突破,物理人工智能的变革时代已经到来。这些前沿开源模型的发布将助力全球开发者实现技术飞跃,打造能够感知、推理并作用于真实世界的下一代智能系统。
相关文章
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G
人工智能竞赛不会等待,TechCrunch Disrupt 的 25% 折扣也不会等待
目前每一位投身人工智能领域的创始人都在思考同一个问题:我们的发展速度够快吗?效率够高吗?TechCrunch Disrupt 2026 将让您与那些正在最高层面思考这一关乎存亡问题的行业领军人物共聚一堂。 10月13日至15日,在旧金山,来自OpenAI、英伟达(Nvidia)、Anthropic、微软等公司的领军人物将分享他们的见解,届时数千名初创企业社区成员将齐聚一堂,进行交流。限时优惠:结账
“钱文AI免费版”与机构版:揭穿高价写作骗局
6月25日,中央电视台播出了关于混乱的高考志愿填报市场的一则调查报道,引发了广泛的公众讨论。 报道画面显示,许多高中升学中介机构打着“十年教龄教师”和“教授”等头衔的旗号,收取4,980至12,980元不等的天价费用。 实际上,这些所谓的“资深顾问”往往是入职不到两个月的新员工,甚至是兼职的大学生。他们的“专业方案”都是通过免费的Qwen AI生成的,有些机构甚至直接将Qwen生成的内容加价转卖给
相关专题推荐
评论 (0)
0/500
物理人工智能领域已取得重大进展。6月1日,英伟达正式发布了Cosmos3——一款面向物理人工智能的开放世界基础大模型。 作为全球首个完全开源的多模态物理人工智能大模型,它采用创新的混合Transformer架构,将视觉推理、世界生成和动作预测整合到单一系统中。这有望将物理人工智能的训练和评估周期从数月大幅缩短至仅需数天。
Cosmos3 为业界长期面临的挑战——"在数据有限且仿真框架分散的情况下,难以在真实场景中实现泛化"——提供了一种全新的解决方案。 该模型基于包含数十亿条文本、图像、视频、音频及运动轨迹的庞大物理AI数据集进行训练,能够自然地理解和生成跨模态内容,并在物理模拟领域实现了业界领先的准确率。

在技术层面,Cosmos3创新性地将推理Transformer与生成Transformer相结合。该模型首先深入分析物体交互规则、运动状态及时空关系,随后精准生成视频并预测动作轨迹。 这种设计使其具备对图像和文本的强多模态理解能力、物理环境的模拟与预测能力,以及帮助机器人完成特定任务的动作策略能力。在包括 Artificial Analysis、Physics-IQ 和 RoboLab 在内的多个主流物理人工智能基准测试中,Cosmos3 均位列顶级开源模型之列。
为适应不同的开发阶段,NVIDIA 发布了多个版本:Cosmos3Super 专注于以极高精度对机器人和自动驾驶模型进行二次训练;Cosmos3Nano 则能在数秒内完成高质量的视频解析和动作推理。这两个版本现已正式发布。 专为边缘设备实时推理设计的 Cosmos3Edge 版本也已列入发布路线图。
伴随大型模型的发布,英伟达联合全球领先的世界模型研究团队及AI开发者共同创立了“英伟达Cosmos联盟”,成员包括Agile Robots、Black Forest Labs、Generalist、LTX、Runway和Skild AI。 英伟达创始人兼首席执行官黄仁勋表示,随着多模态推理和世界模型领域的持续突破,物理人工智能的变革时代已经到来。这些前沿开源模型的发布将助力全球开发者实现技术飞跃,打造能够感知、推理并作用于真实世界的下一代智能系统。
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G
人工智能竞赛不会等待,TechCrunch Disrupt 的 25% 折扣也不会等待
目前每一位投身人工智能领域的创始人都在思考同一个问题:我们的发展速度够快吗?效率够高吗?TechCrunch Disrupt 2026 将让您与那些正在最高层面思考这一关乎存亡问题的行业领军人物共聚一堂。 10月13日至15日,在旧金山,来自OpenAI、英伟达(Nvidia)、Anthropic、微软等公司的领军人物将分享他们的见解,届时数千名初创企业社区成员将齐聚一堂,进行交流。限时优惠:结账
“钱文AI免费版”与机构版:揭穿高价写作骗局
6月25日,中央电视台播出了关于混乱的高考志愿填报市场的一则调查报道,引发了广泛的公众讨论。 报道画面显示,许多高中升学中介机构打着“十年教龄教师”和“教授”等头衔的旗号,收取4,980至12,980元不等的天价费用。 实际上,这些所谓的“资深顾问”往往是入职不到两个月的新员工,甚至是兼职的大学生。他们的“专业方案”都是通过免费的Qwen AI生成的,有些机构甚至直接将Qwen生成的内容加价转卖给





首页






