内容提要
英伟达推出的Cosmos-Reason1模型专注于物理常识推理，解决视觉问答中的最佳答案缺失问题。该模型通过多阶段训练显著提升物理推理能力，能够拒绝不明确的选项，适用于自动驾驶等实际场景。
关键要点
-
英伟达推出Cosmos-Reason1模型，专注于物理常识推理。
-
该模型解决了视觉问答中缺失最佳答案的问题。
-
Cosmos-Reason1经过多阶段训练，显著提升物理推理能力。
-
模型能够拒绝不明确的选项，适用于自动驾驶等实际场景。
-
Cosmos-Reason1包含模型、本体和基准，旨在生成有物理依据的响应。
-
发布了两个多模态LLM：Cosmos-Reason1-8B和Cosmos-Reason1-56B。
-
模型经过视觉预训练、通用SFT、物理AI SFT和物理AI强化学习四个阶段训练。
-
定义了物理常识和具身推理的本体论，涵盖空间、时间和基本物理。
-
采用仅解码器架构，使用InternViT-300M-V2.5作为视觉编码器。
-
Cosmos-Reason1在物理常识和具身推理任务上表现优异，超过现有基线模型。
-
物理AI强化学习后训练进一步提升模型推理能力。
-
模型能够评估选项的可行性，并在不明确时拒绝选择。
-
经过RL的模型在空间、时间和物体持久性推理方面表现更佳。
延伸问答
Cosmos-Reason1模型的主要功能是什么？
Cosmos-Reason1模型专注于物理常识推理，解决视觉问答中缺失最佳答案的问题。
Cosmos-Reason1是如何提升物理推理能力的？
该模型经过视觉预训练、通用SFT、物理AI SFT和物理AI强化学习四个阶段训练，显著提升了物理推理能力。
Cosmos-Reason1在视觉问答中如何处理不明确的选项？
模型能够评估选项的可行性，并在不明确时拒绝选择。
Cosmos-Reason1与OpenAI ο1相比表现如何？
Cosmos-Reason1在物理常识表现上超过了OpenAI ο1，尤其是在经过物理AI监督式微调后。
Cosmos-Reason1的多模态架构是怎样的？
该模型采用仅解码器架构，使用InternViT-300M-V2.5作为视觉编码器，统一处理所有模态。
物理AI强化学习对Cosmos-Reason1的影响是什么？
物理AI强化学习进一步提升了模型在空间、时间和物体持久性推理方面的能力。
