美國加利福尼亞州圣何塞—— GTC ——太平洋時間2025年3月18日——NVIDIA今日宣布推出全新NVIDIA Cosmos™世界基礎(chǔ)模型(WFM)的重大更新，該模型引入了開放式、可完全定制的物理AI開發(fā)推理模型，讓開發(fā)者以前所未有的方式控制世界生成。

NVIDIA還推出了兩款由NVIDIA Omniverse™和Cosmos平臺提供支持的新藍圖，為開發(fā)者提供用于機器人和自動駕駛汽車后訓練的大規(guī)模可控合成數(shù)據(jù)生成引擎。

1X、Agility Robotics、Figure AI、Foretellix、Skild AI和Uber是首批采用Cosmos的企業(yè)，可更快、更大規(guī)模地為物理AI生成更豐富的訓練數(shù)據(jù)。

“正如大語言模型改變了生成式和代理式AI，Cosmos世界基礎(chǔ)模型是物理AI的一項重大突破，”NVIDIA創(chuàng)始人兼CEO黃仁勛表示。“Cosmos為物理AI帶來了一個開放式、可完全定制的推理模型，為機器人和物理工業(yè)領(lǐng)域的突破性發(fā)展帶來了機遇。”

用于合成數(shù)據(jù)生成的Cosmos® Transfer

Cosmos Transfer WFM能夠吸收結(jié)構(gòu)化視頻輸入，如分割圖、深度圖、激光雷達掃描、姿態(tài)估計圖和軌跡圖等，以生成可控、逼真的視頻輸出。

Cosmos Transfer可簡化感知AI訓練，將Omniverse中創(chuàng)建的3D仿真或真值轉(zhuǎn)換為逼真視頻，用于大規(guī)模可控合成數(shù)據(jù)生成。

Agility Robotics將是最早采用Cosmos Transfer和Omniverse進行大規(guī)模合成數(shù)據(jù)生成，用以訓練其機器人模型的公司之一。

Agility Robotics首席技術(shù)官Pras Velagapudi表示：“Cosmos為我們提供了一個在真實世界可采集的數(shù)據(jù)之外，擴展逼真訓練數(shù)據(jù)的機會。我們很期待看到使用新平臺解鎖的新性能，同時充分利用我們已有的基于物理學的仿真數(shù)據(jù)。”

用于自動駕駛汽車仿真的NVIDIA® Omniverse Blueprint借助Cosmos Transfer放大基于物理傳感器數(shù)據(jù)的變化。借助該藍圖，F(xiàn)oretellix可以通過為不同駕駛數(shù)據(jù)集改變天氣和光照等條件來豐富行為場景。Parallel Domain也正在使用該藍圖將類似的變更應(yīng)用于他們的傳感器仿真。

用于合成操作運動生成的NVIDIA GR00T Blueprint結(jié)合了Omniverse和Cosmos Transfer，可大規(guī)模生成多樣化數(shù)據(jù)集，利用OpenUSD驅(qū)動的仿真，將數(shù)據(jù)采集和增強時間從數(shù)天縮短到數(shù)小時。

Cosmos Predict用于智能世界生成

一月在CES上宣布的Cosmos Predict WFM能夠通過文本、圖像和視頻等多模態(tài)輸入生成虛擬世界狀態(tài)。新的Cosmos Predict模型將支持多幀生成，在給定開始和結(jié)束輸入圖像的情況下，預(yù)測中間行為或運動軌跡。這些模型專為后訓練而打造，可使用NVIDIA開放的物理AI數(shù)據(jù)集進行定制。

借助NVIDIA Grace Blackwell® NVL72系統(tǒng)及其龐大的NVIDIA NVLink™域的推理計算能力，開發(fā)者可以實現(xiàn)實時世界生成。

1X正在使用Cosmos Predict和Cosmos Transfer來訓練其新型人形機器人NEO Gamma。機器人大腦開發(fā)商Skild AI正在利用Cosmos Transfer增強其機器人的合成數(shù)據(jù)集。此外，Nexar和Oxa正在使用Cosmos Predict來升級其自動駕駛系統(tǒng)。

用于物理AI的多模態(tài)推理

Cosmos Reason是一個開放式、可完全定制的WFM，具有時空感知能力，它使用思維鏈推理來理解視頻數(shù)據(jù)，并能夠預(yù)測交互結(jié)果，如一個人走進人行道或一個盒子從架子上掉下來。

開發(fā)者可以使用Cosmos Reason來提升物理AI數(shù)據(jù)標注和管理，增強現(xiàn)有世界基礎(chǔ)模型或創(chuàng)建新的視覺語言動作模型。他們還可以對其進行后訓練，構(gòu)建高級規(guī)劃器，以指導(dǎo)物理AI如何完成所需操作。

加速物理AI的數(shù)據(jù)管理和后訓練

基于其下游任務(wù)，開發(fā)者可以在NVIDIA DGX™ Cloud上使用原生PyTorch腳本或NVIDIA NeMo™框架對Cosmos WFM進行后訓練。

Cosmos開發(fā)者還可以使用DGX Cloud上的NVIDIA NeMo Curator來加速數(shù)據(jù)處理和管理。Linker Vision和Milestone Systems正將其用于管理海量視頻數(shù)據(jù)，訓練用于視覺智能體的大視覺語言模型，這些智能體基于NVIDIA AI Blueprint進行視頻搜索和總結(jié)。Virtual Incision正在探索將其部署在未來的手術(shù)機器人中，而Uber和Waabi正在推動自動駕駛汽車的開發(fā)。

推動負責任的AI和內(nèi)容透明度

根據(jù)NVIDIA一貫的可信AI原則，NVIDIA在所有Cosmos WFM中都采用開放式護欄。此外，NVIDIA正在與Google DeepMind合作，將SynthID集成到水印中，幫助識別Cosmos WFM NVIDIA NIM™微服務(wù)的AI生成結(jié)果。