NVIDIA发布Cosmos 3四款开源世界模型

NVIDIA在Hugging Face发布Cosmos 3系列四款16B参数开源权重模型，旨在增强交互式世界模拟能力。新模型包括Transfer-Auto、Sim-Auto、Sim-Transfer和Sim-Bimanual，分别支持多视角驾驶数据生成、同步相机与LiDAR流式模拟、物理控制转写实视频及双臂机器人动作预测。这些模型基于OpenMDW1.1许可，允许商用，为自动驾驶、机器人及图形学研究者提供了构建高保真模拟环境的共享基础，支持从离线数据生成到实时交互闭环的多种工作流。

要点

• 新增四款16B参数开源模型，涵盖驾驶、机器人及通用模拟场景
• Transfer-Auto支持最多11个视角及RGB-LiDAR联合生成
• Sim-Auto通过因果蒸馏实现快速流式观察生成
• Sim-Transfer将物理模拟器的空间控制转换为写实RGB视频
• Sim-Bimanual支持YAM和AgiBot等双臂机器人的交互式视频预测

为什么值得关注

这些开源模型为国内从业者提供了低成本获取高保真合成数据及实时模拟能力的途径。特别是针对自动驾驶的多传感器同步生成和机器人的动作-视觉预测，可直接用于算法训练与评估，加速具身智能和图形渲染相关项目的研发进程。