СледваСледващо ръководство
Skilld AI Robot Foundation Модели
Фирми
Фирми РЪКОВОДСТВО
NVIDIA Cosmos is a platform of world foundation models, video tokenizers, and data tools for physical-AI development.
Чуйте това ръководствоAI-разказан · ~2 min
Its models can generate or predict video used in workflows for robotics and autonomous-vehicle research. Generated scenes are synthetic model outputs; they do not guarantee physically correct behavior or replace validation in simulation and real environments.
NVIDIA announced Cosmos at CES in January 2025 as a platform for physical-AI development. The initial platform included pretrained world foundation models, a video curation pipeline, and video tokenizers, with model weights made available under NVIDIA’s open model license. The Cosmos family includes Predict models for future-state video generation and Transfer models that condition generation on spatial inputs such as depth or segmentation maps; model names and capabilities have evolved since the first release. Researchers can use generated or transformed video to add scenarios to development datasets, including rare events, but must validate quality and downstream effects rather than assume synthetic data is physically accurate.
Генериране на синтетични сценарии за шофиране (редки опасности, време, осветление) за обучение на системи за възприемане на самостоятелно шофиране
Предсказване на бъдещи видеокадри, така че роботът да може да предвиди как ще се развие дадена сцена
Преобразуване на карти за дълбочина или сегментиране във фотореалистично видео за увеличаване на данните чрез Cosmos Transfer
Политики за предварително обучение на роботи в симулирани светове преди внедряване на физически хардуер
World-model research explores longer temporal prediction, richer controls, and integration with simulators and robotic data pipelines. Generated video may expand scenario coverage, but evaluation still needs independent physics checks and representative real data. As the Cosmos lineup changes, model-specific capabilities and license terms should be read from the current official model documentation.
Безплатен бюлетин
Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.
Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.
Тествайте себе си
Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.
Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение
NVIDIA Cosmos is a platform of world foundation models, video tokenizers, and data tools for physical-AI development. Its models can generate or predict video used in workflows for robotics and autonomous-vehicle research. Generated scenes are synthetic model outputs; they do not guarantee physically correct behavior or replace validation in simulation and real environments.
NVIDIA describes Cosmos as a platform of world foundation models and tools for physical-AI development, including synthetic video generation and prediction; generated scenes still require validation.
Токенизаторът компресира видео с висока разделителна способност в малък набор от токени, което прави моделите по-евтини за обучение и работа, като същевременно запазва структурата.
Cosmos Predict обработва видео и предвиждане на бъдещ кадър; Transfer преобразува структурираните входове във видео, а Reason обработва разбирането на сцената.
Cosmos can generate or transform synthetic video for physical-AI workflows, but the outputs require validation and do not replace all real-world testing.
Cosmos releases include model weights and software components whose current terms should be verified for the specific artifact; open availability does not remove license conditions.
Продължавай да учиш
Още ръководства, избрани за тази тема
СледваСледващо ръководство
Skilld AI Robot Foundation Модели
Фирми