英伟达发布Cosmos 3世界模型，面向机器人与自动驾驶
Taylor Wilson
英偉達開源世界模型Cosmos 3，用20萬億token訓練機器理解真實物理世界；此舉是其從賣晶片向AI平台擴張的又一步棋。
「世界模型」到底是甚麼？
普通AI看影片只學「畫面長甚麼樣」，世界模型多學一層——物體會怎麼動、碰了會怎樣。
簡單來說＝它為機器裝了一套「物理直覺」，讓機器人和自動駕駛車能預判下一步該怎麼走。
Cosmos 3的訓練數據涵蓋近10億張圖像、4億段影片，還加入了環境音頻和機器人動作數據。
動作數據——Cosmos和普通影片生成器的分別在哪？
英偉達Cosmos Lab副總裁Ming-Yu Liu明確講：「它的目標是對機器的運動方式建模，而不僅僅是場景的外觀。」
這意味著→Cosmos 3能直接輸出機器人的關節角度、夾爪位置和運動軌跡，不只是一段好看的影片。
它還能模擬碰撞、罕見道路事故等危險場景——這些數據在真實世界裡極難反覆採集。
三個版本分別給誰用？
Super版：物理精度最高，面向機器人訓練和自動駕駛這類對真實感要求嚴格的場景。
Nano版：毫秒級出結果，適合需要快速回應的應用。
Edge版（即將推出）：可在本地設備運行，不依賴雲端算力。
這反映出英偉達想覆蓋從雲到端的全鏈條，不只做一個「大模型」。
為甚麼選擇開源？
開源讓硬件廠商可以按自己的需求定制模型，和英偉達早期開源Nemotron系列的邏輯一樣。
英偉達同步組建合作夥伴聯盟，初始成員包括Agile Robots、Black Forest Labs和Runway。
說白了＝開源是「先讓大家用起來」，用的人越多，生態綁定越深，未來賣晶片和平台的護城河越闊。
這條賽道上還有誰？
李飛飛的World Labs、Yann LeCun的AMI Labs都在做世界模型，賽道熱度正在升溫。
英偉達的不同在於：它不是初創公司，而是從晶片向AI模型和軟件平台擴張的巨頭。
這意味著→Cosmos 3不只是一個獨立產品，而是英偉達「晶片＋平台＋生態」戰略的又一塊拼圖。
Content is for reference only, not financial advice.