模型發布
NVIDIA 開放四款 Cosmos 3 Nano 16B 模型,涵蓋自駕模擬與雙臂機器人,可商用
HuggingFace Blog一手來源
核實資料不足
來源為發布方或研究資料;不代表所有主張已獲獨立核實。
本次未取得足夠原文證據

NVIDIA 在 Cosmos 世界模型開發平台的 Cosmos 3 系列中新增四個開放權重(open-weight)檢查點,用於生成互動式世界模擬與多感測器、多視角的自駕場景。四款模型皆為 Cosmos 3 Nano 的後訓練版本,各具 16B 可訓練參數,採用 OpenMDW1.1 授權,依其條款可商用與非商用使用。
四款模型分工如下:Cosmos3-Nano-Transfer-Auto 可依不同天候、光線與時段生成多視角駕駛資料,支援最多 11 路相機視角(含魚眼鏡頭)並可聯合生成 RGB 與 LiDAR;Cosmos3-Nano-Sim-Auto 為 Transfer-Auto 的因果蒸餾串流版本,以少數去噪步驟逐段輸出同步的相機影像與 LiDAR,用於駕駛模擬;Cosmos3-Nano-Sim-Transfer 接收模擬器的深度、分割、邊緣與模糊等空間控制與文字提示,輸出可供策略使用的 RGB 影像,物理狀態仍由模擬器負責;Cosmos3-Nano-Sim-Bimanual 則依雙臂機器人或相機動作預測後續影像,支援 YAM 與 AgiBot 機身,可由策略或人工搖桿控制。
官方指出,Sim-Bimanual 的混合動作範例使用 59 個控制值,訓練時補齊至 64 維;T 次轉換需要 T+1 個觀測值。若要套用於新的感測器配置或駕駛環境,官方建議先對 Transfer-Auto 進行後訓練,再蒸餾為 Sim-Auto;閉環互動則需要模擬執行環境與 WSM 渲染器。官方同時承認,如何衡量這些模型在策略學習與評估上的忠實度,仍是待解問題。
讀原始報導背景
NVIDIA Cosmos 是一個開放平台,提供世界基礎模型(World Foundation Models)、訓練方法與資料整理工具,用於機器人、自動駕駛等物理 AI(Physical AI)領域。Cosmos 3 是目前的模型家族,採用統一的 Mixture-of-Transformers 架構,屬於可同時處理多種模態的世界模型。