NVIDIA 發布開源物理 AI 基礎模型 Cosmos 3：採混合 Transformer 架構，涵蓋 4B 至 64B 參數

NVIDIA 推出開源物理 AI 基礎模型 Cosmos 3，採用混合 Transformer（mixture-of-transformers）架構，將視覺推理、世界生成與動作預測結合在單一系統中。 該模型系列採用 Linux 基金會的 OpenMDW 1.1 授權，允許開發團隊使用自有資料與硬體進行後訓練（post-training），以適應特定的機器人、感測器或操作環境。Cosmos 3 共推出三個版本：64B 的 Cosmos 3 Super 用於高保真世界建模；16B 的 Cosmos 3 Nano 專注於高效推理與後訓練；4B 的 Cosmos 3 Edge 針對邊緣裝置設計，可部署於 NVIDIA RTX GPU、DGX 系統及 Jetson Thor 等平台執行終端視覺推理與機器人策略。 在基準測試中，Cosmos 3 於 Artificial Analysis（開源文字生成圖片與圖片生成影片）、PAI-Bench（世界生成）、Physics-IQ（圖片生成影片）、RoboLab、R-Bench 與 RoboArena（機器人策略）等多項評測中均排名第一；64B 的 Super 版本亦是 VANTAGE-Bench 視覺理解評測中排名最高的開源模型。 開發者可結合 NVIDIA Omniverse 函式庫與 OpenUSD 框架，構建支援模擬的 3D 環境，以生成大規模合成資料並在實際部署前測試系統。目前該模型已獲三星、LG、小米與理想汽車等企業導入機器人與自動駕駛應用。