首个完全开源的多模态物理人工智能模型Cosmos3正式发布;英伟达联合发起Cosmos联盟
物理人工智能领域已取得重大进展。6月1日,英伟达正式发布了Cosmos3——一款面向物理人工智能的开放世界基础大模型。 作为全球首个完全开源的多模态物理人工智能大模型,它采用创新的混合Transformer架构,将视觉推理、世界生成和动作预测整合到单一系统中。这有望将物理人工智能的训练和评估周期从数月大幅缩短至仅需数天。
Cosmos3 为业界长期面临的挑战——"在数据有限且仿真框架分散的情况下,难以在真实场景中实现泛化"——提供了一种全新的解决方案。 该模型基于包含数十亿条文本、图像、视频、音频及运动轨迹的庞大物理AI数据集进行训练,能够自然地理解和生成跨模态内容,并在物理模拟领域实现了业界领先的准确率。

在技术层面,Cosmos3创新性地将推理Transformer与生成Transformer相结合。该模型首先深入分析物体交互规则、运动状态及时空关系,随后精准生成视频并预测动作轨迹。 这种设计使其具备对图像和文本的强多模态理解能力、物理环境的模拟与预测能力,以及帮助机器人完成特定任务的动作策略能力。在包括 Artificial Analysis、Physics-IQ 和 RoboLab 在内的多个主流物理人工智能基准测试中,Cosmos3 均位列顶级开源模型之列。
为适应不同的开发阶段,NVIDIA 发布了多个版本:Cosmos3Super 专注于以极高精度对机器人和自动驾驶模型进行二次训练;Cosmos3Nano 则能在数秒内完成高质量的视频解析和动作推理。这两个版本现已正式发布。 专为边缘设备实时推理设计的 Cosmos3Edge 版本也已列入发布路线图。
伴随大型模型的发布,英伟达联合全球领先的世界模型研究团队及AI开发者共同创立了“英伟达Cosmos联盟”,成员包括Agile Robots、Black Forest Labs、Generalist、LTX、Runway和Skild AI。 英伟达创始人兼首席执行官黄仁勋表示,随着多模态推理和世界模型领域的持续突破,物理人工智能的变革时代已经到来。这些前沿开源模型的发布将助力全球开发者实现技术飞跃,打造能够感知、推理并作用于真实世界的下一代智能系统。
相关文章
Suno 在法律诉讼中为歌曲添加水印
Suno,这个允许用户生成由人工智能创作的音乐的平台,近日推出了新功能,包括为平台制作的曲目添加标签、限制下载,并更新社区标准以遏制未经授权的复制品。这些更新是在Suno面临多家唱片公司和艺术家组织提起的多起诉讼之际推出的。在博客文章中,联合创始人兼首席执行官Mikey Shulman概述了核心原则,强调该平台旨在促进原创创作,同时扩大更广泛受众对人工智能音乐工具的访问权限。一个主要的争议点在于,用户将人工智能生成的歌曲上传到其他流媒体服务并通过操纵系统获取收入。Suno表示,现在将采用音频
马斯克承认 Grok 构建过程中泄露了用户代码,并承诺清除所有历史数据
埃隆·马斯克直接回应了围绕 Grok Build 的隐私争议,首先以简单的“True”(属实)确认了该事件的有效性。他承诺,此前上传至 SpaceXAI 的所有用户数据将被永久删除,并表示“不留一个字节”。这是人工智能行业首次由主要科技领袖公开承认错误并主动删除用户数据。安全研究人员的“钓鱼”测试揭示了数据泄露的具体证据此次争议源于独立人工智能安全研究人员 @cereblab 的一份报告。SpaceXAI 推出的 AI 编程助手 Grok Build 在其官方网站上声称其“优先本地运行,代码
美国股市触及历史里程碑,人工智能与航空航天巨头准备开启万亿美元时代
埃隆·马斯克、山姆·阿尔特曼和达里奥·阿莫迪,这三位科技领域的巨头,正推动其各自的企业迈向首次公开募股(IPO)。随着 SpaceX、OpenAI 和 Anthropic——这三家估值接近万亿美元的行业巨头——即将上市,2026 年被预测将成为美国历史上新股发行规模最大的一年。这一历史性的资本激增已引起全球金融界的关注,成为检验公共市场吸收如此大规模资金能力的关键压力测试。这些主要融资活动的同步启动预计将打破 2021 年创下的 1560 亿美元纪录。超级独角兽的资本博弈每家公司上市的路径
相关专题推荐
评论 (0)
0/500
物理人工智能领域已取得重大进展。6月1日,英伟达正式发布了Cosmos3——一款面向物理人工智能的开放世界基础大模型。 作为全球首个完全开源的多模态物理人工智能大模型,它采用创新的混合Transformer架构,将视觉推理、世界生成和动作预测整合到单一系统中。这有望将物理人工智能的训练和评估周期从数月大幅缩短至仅需数天。
Cosmos3 为业界长期面临的挑战——"在数据有限且仿真框架分散的情况下,难以在真实场景中实现泛化"——提供了一种全新的解决方案。 该模型基于包含数十亿条文本、图像、视频、音频及运动轨迹的庞大物理AI数据集进行训练,能够自然地理解和生成跨模态内容,并在物理模拟领域实现了业界领先的准确率。

在技术层面,Cosmos3创新性地将推理Transformer与生成Transformer相结合。该模型首先深入分析物体交互规则、运动状态及时空关系,随后精准生成视频并预测动作轨迹。 这种设计使其具备对图像和文本的强多模态理解能力、物理环境的模拟与预测能力,以及帮助机器人完成特定任务的动作策略能力。在包括 Artificial Analysis、Physics-IQ 和 RoboLab 在内的多个主流物理人工智能基准测试中,Cosmos3 均位列顶级开源模型之列。
为适应不同的开发阶段,NVIDIA 发布了多个版本:Cosmos3Super 专注于以极高精度对机器人和自动驾驶模型进行二次训练;Cosmos3Nano 则能在数秒内完成高质量的视频解析和动作推理。这两个版本现已正式发布。 专为边缘设备实时推理设计的 Cosmos3Edge 版本也已列入发布路线图。
伴随大型模型的发布,英伟达联合全球领先的世界模型研究团队及AI开发者共同创立了“英伟达Cosmos联盟”,成员包括Agile Robots、Black Forest Labs、Generalist、LTX、Runway和Skild AI。 英伟达创始人兼首席执行官黄仁勋表示,随着多模态推理和世界模型领域的持续突破,物理人工智能的变革时代已经到来。这些前沿开源模型的发布将助力全球开发者实现技术飞跃,打造能够感知、推理并作用于真实世界的下一代智能系统。
Suno 在法律诉讼中为歌曲添加水印
Suno,这个允许用户生成由人工智能创作的音乐的平台,近日推出了新功能,包括为平台制作的曲目添加标签、限制下载,并更新社区标准以遏制未经授权的复制品。这些更新是在Suno面临多家唱片公司和艺术家组织提起的多起诉讼之际推出的。在博客文章中,联合创始人兼首席执行官Mikey Shulman概述了核心原则,强调该平台旨在促进原创创作,同时扩大更广泛受众对人工智能音乐工具的访问权限。一个主要的争议点在于,用户将人工智能生成的歌曲上传到其他流媒体服务并通过操纵系统获取收入。Suno表示,现在将采用音频
马斯克承认 Grok 构建过程中泄露了用户代码,并承诺清除所有历史数据
埃隆·马斯克直接回应了围绕 Grok Build 的隐私争议,首先以简单的“True”(属实)确认了该事件的有效性。他承诺,此前上传至 SpaceXAI 的所有用户数据将被永久删除,并表示“不留一个字节”。这是人工智能行业首次由主要科技领袖公开承认错误并主动删除用户数据。安全研究人员的“钓鱼”测试揭示了数据泄露的具体证据此次争议源于独立人工智能安全研究人员 @cereblab 的一份报告。SpaceXAI 推出的 AI 编程助手 Grok Build 在其官方网站上声称其“优先本地运行,代码
美国股市触及历史里程碑,人工智能与航空航天巨头准备开启万亿美元时代
埃隆·马斯克、山姆·阿尔特曼和达里奥·阿莫迪,这三位科技领域的巨头,正推动其各自的企业迈向首次公开募股(IPO)。随着 SpaceX、OpenAI 和 Anthropic——这三家估值接近万亿美元的行业巨头——即将上市,2026 年被预测将成为美国历史上新股发行规模最大的一年。这一历史性的资本激增已引起全球金融界的关注,成为检验公共市场吸收如此大规模资金能力的关键压力测试。这些主要融资活动的同步启动预计将打破 2021 年创下的 1560 亿美元纪录。超级独角兽的资本博弈每家公司上市的路径





首页






