英伟达发布Cosmos 3世界模型，面向机器人与自动驾驶
Taylor Wilson
英伟达开源世界模型Cosmos 3，用20万亿token训练机器理解真实物理世界；这标志着它从卖芯片向卖AI平台的扩张又落一子。
"世界模型"到底是什么？
普通AI看视频只学"画面长什么样"，世界模型多学一层——物体会怎么动、碰了会怎样。
用大白话说＝它给机器装了一套"物理直觉"，让机器人和自动驾驶车能预判下一步该怎么走。
Cosmos 3的训练数据涵盖近10亿张图像、4亿段视频，还加入了环境音频和机器人动作数据。
动作数据——Cosmos和普通视频生成器的区别在哪？
英伟达Cosmos Lab副总裁Ming-Yu Liu明确说："它的目标是对机器的运动方式建模，而不仅仅是场景的外观。"
这意味着→Cosmos 3能直接输出机器人的关节角度、夹爪位置和运动轨迹，不只是一段好看的视频。
它还能模拟碰撞、罕见道路事故等危险场景——这些数据在真实世界里极难反复采集。
三个版本分别给谁用？
Super版：物理精度最高，面向机器人训练和自动驾驶这类对真实感要求严格的场景。
Nano版：毫秒级出结果，适合需要快速响应的应用。
Edge版（即将发布）：可在本地设备运行，不依赖云端算力。
这反映出英伟达想覆盖从云到端的全链条，不只做一个"大模型"。
为什么选择开源？
开源让硬件厂商可以按自己的需求定制模型，和英伟达早期开源Nemotron系列的逻辑一样。
英伟达同步组建合作伙伴联盟，初始成员包括Agile Robots、Black Forest Labs和Runway。
用大白话说＝开源是"先让大家用起来"，用的人越多，生态绑定越深，未来卖芯片和平台的护城河越宽。
这条赛道上还有谁？
李飞飞的World Labs、Yann LeCun的AMI Labs都在做世界模型，赛道热度正在升温。
英伟达的不同在于：它不是创业公司，而是从芯片向AI模型和软件平台扩张的巨头。
这意味着→Cosmos 3不只是一个独立产品，而是英伟达"芯片+平台+生态"战略的又一块拼图。
Content is for reference only, not financial advice.