概述
其模型可以生成或预测机器人和自动驾驶汽车研究工作流程中使用的视频。生成的场景是合成模型输出；它们不保证物理上正确的行为或取代模拟和真实环境中的验证。
深入探讨
NVIDIA 于 2025 年 1 月在 CES 上宣布 Cosmos 作为物理人工智能开发平台。初始平台包括预训练的世界基础模型、视频管理管道和视频标记器，模型权重在 NVIDIA 的开放模型许可证下提供。 Cosmos 系列包括用于未来状态视频生成的预测模型和根据空间输入（例如深度或分割图）调节生成的传输模型；自第一个版本以来，模型名称和功能已经发生了变化。研究人员可以使用生成或转换的视频将场景添加到开发数据集中，包括罕见事件，但必须验证质量和下游影响，而不是假设合成数据在物理上是准确的。
现实世界的实施
生成合成驾驶场景（罕见危险、天气、照明）来训练自动驾驶感知系统
预测未来的视频帧，以便机器人可以预测场景将如何展开
通过 Cosmos Transfer 将深度或分割图转换为逼真的视频以进行数据增强
在部署到物理硬件之前在模拟世界中预训练机器人策略
NVIDIA Cosmos 世界基础模型的未来
世界模型研究探索更长的时间预测、更丰富的控制以及与模拟器和机器人数据管道的集成。生成的视频可能会扩大场景覆盖范围，但评估仍然需要独立的物理检查和代表性的真实数据。随着 Cosmos 系列的变化，应从当前的官方模型文档中阅读特定于模型的功能和许可条款。
付诸实践
为什么这很重要
- 供应商策略. 供应商路线图会影响您的团队接下来可以构建的功能。
- 成本与预算. 商业条款和部署选项会影响长期成本和风险。
- 风险与安全. 公司激励措施塑造了产品默认、安全态势和开放性。
留意
- 发布公告可能会超过实际生产工作流程的稳定性。
- API 定价或政策转变可能会在一夜之间打破假设。
- 单一供应商依赖性增加了锁定和迁移成本。
后续步骤
- 使用您自己的任务和数据集评估提供商。
- 在集成之前查看隐私、安全和法律条款。
- 维护跨模型或供应商的后备计划。
- 监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
常见问题
什么是 NVIDIA Cosmos World 基础模型？
NVIDIA Cosmos 是一个包含世界基础模型、视频标记器和用于物理人工智能开发的数据工具的平台。其模型可以生成或预测机器人和自动驾驶汽车研究工作流程中使用的视频。生成的场景是合成模型输出；它们不保证物理上正确的行为或取代模拟和真实环境中的验证。
NVIDIA Cosmos 的主要目的是什么？
NVIDIA 将 Cosmos 描述为一个用于物理人工智能开发的世界基础模型和工具的平台，包括合成视频生成和预测；生成的场景仍然需要验证。
Cosmos 中的视频标记器有什么作用？
标记器将高分辨率视频压缩为一小组标记，使模型的训练和运行成本更低，同时保留结构。
哪个 Cosmos 变体专注于预测未来的视频帧？
Cosmos Predict 处理视频和未来帧预测； Transfer 将结构化输入转换为视频，Reason 处理场景理解。
生成的 Cosmos 视频如何用于自动驾驶汽车开发？
Cosmos 可以为物理人工智能工作流程生成或转换合成视频，但输出需要验证，并且不能取代所有现实世界的测试。
对于 Cosmos 模型和代码来说，哪种许可声明最安全？
Cosmos 版本包括模型权重和软件组件，其当前术语应针对特定工件进行验证；开放可用性并不消除许可条件。