进入 Omniverse：开放世界模型如何推动物理 AI 的前沿

NVIDIA在2026年7月签署了“开放权重与美国AI领导力”公开信，主张AI领导力取决于开放生态是否覆盖每个行业，而非单一前沿模型。这一立场直接推动了Cosmos 3的发布，强调开放模型在物理AI中的必要性。

物理AI需要理解并预测物理环境的后果，而不仅仅是外观。世界模型通过学习物理环境的行为、预测未来状态和生成物理基础的数据，为机器人、自动驾驶和视觉AI提供可特化的基础。

Cosmos 3是一个前沿开放物理AI基础omni-model，基于混合Transformer架构，结合视觉推理、世界生成和动作预测，使开发者无需为每个能力维护单独模型。

该家族包括Cosmos 3 Super (64B)用于高保真世界建模，Cosmos 3 Nano (16B)用于高效推理和后训练，以及Cosmos 3 Edge (4B)用于边缘设备上的视觉推理和机器人策略部署。Edge版本可在RTX GPU、DGX系统和Jetson（包括Jetson Thor）上运行。

在基准测试中，Cosmos 3在Artificial Analysis的开放权重文本到图像和图像到视频生成、PAI-Bench的世界生成、Physics-IQ的图像到视频类别中排名第一，在RoboLab的机器人策略中排名第一，Cosmos 3 Super在VANTAGE-Bench的视觉理解中排名最高。

Cosmos世界基础模型采用Linux基金会的OpenMDW 1.1许可证，允许团队在自有数据和硬件上进行后训练。这种开放性被视为特化的实际技术需求，因为通用模型无法覆盖每个团队的特定机器人、传感器或操作环境。

除了模型特化，团队还需要环境来生成数据、运行模拟和测试行为。Omniverse库和OpenUSD提供开放框架，用于组合、重用和交换复杂3D数据，减少资产、传感器配置或环境条件变化时的重复工作。

Cosmos已被多家企业采用：机器人领域包括Doosan Robotics、LG Electronics、Samsung Electronics和Skild AI；自动驾驶领域包括Li Auto、Xiaomi和Afari；视觉AI领域包括Centific、Fogsphere、Linker Vision、Milestone Systems和Yuan。

NVIDIA Cosmos联盟汇集了世界模型构建者、AI开发者和物理AI领导者，最近扩展到日本，吸引机器人和制造业领导者参与，为工厂、物流、农业、建筑、医疗和交通开发开放世界模型。