进入Omniverse：开放世界模型如何推动物理AI的前沿
内容提要
NVIDIA推出开放世界模型Cosmos 3，支持物理AI开发，涵盖机器人、自动驾驶和视觉AI。该模型基于混合变换器架构，提供Super、Nano、Edge三种版本，在多项基准测试中排名第一。开放权重和Omniverse库帮助团队定制训练，多家企业已采用，推动物理AI生态发展。
延伸解读
开放权重为何对物理AI至关重要
物理AI的部署高度依赖特定场景，每个团队都有独特的机器人、传感器和运行环境。通用模型无法直接适配这些差异，因此开放权重和允许修改的许可证成为实际需求。NVIDIA Cosmos 3采用Linux基金会的OpenMDW 1.1许可证，允许团队在自有数据和硬件上进行后训练，这降低了定制门槛，使物理AI系统能更贴合实际应用。
Omniverse与OpenUSD如何减少重复工作
物理AI开发不仅需要模型，还需要仿真环境来生成数据和测试策略。NVIDIA Omniverse库和OpenUSD框架提供了构建仿真就绪世界的工具，支持数字孪生和合成数据生成。通过复用和交换3D数据，团队在资产、传感器配置或环境条件变化时，无需重复构建，从而显著提升开发效率。
Cosmos 3的三种版本定位
Cosmos 3提供Super、Nano和Edge三个版本，分别面向高保真世界建模、高效推理与后训练、以及边缘设备部署。Edge版本可运行于RTX、DGX和Jetson平台，适合机器人策略部署。这种分层设计让开发者根据算力和场景需求选择合适模型，兼顾性能与效率。
基准测试第一的含金量
文章提到Cosmos 3在多个基准测试中排名第一，包括Artificial Analysis、PAI-Bench、Physics-IQ和RoboLab。这些测试覆盖文本到图像、图像到视频、世界生成和机器人策略等任务，表明其在生成质量和物理合理性上具有竞争力。但基准测试结果仍需结合具体应用场景验证，实际效果可能因任务而异。
Q&A
NVIDIA Cosmos 3是什么？
NVIDIA Cosmos 3是一个开放世界基础模型系列，基于混合变换器架构，支持物理AI开发，包括视觉推理、世界生成和动作预测，可用于机器人、自动驾驶和视觉AI。
Cosmos 3有哪些版本？分别有什么特点？
Cosmos 3提供三个版本：Super（64B）用于高保真世界建模，Nano（16B）用于高效推理和后训练，Edge（4B）用于设备端视觉推理和机器人策略部署，可运行在RTX、DGX和Jetson等平台。
Cosmos 3在哪些基准测试中排名第一？
Cosmos 3在Artificial Analysis的开放权重文本到图像和图像到视频生成、PAI-Bench的世界生成、Physics-IQ的图像到视频类别、RoboLab的机器人策略以及VANTAGE-Bench的视觉理解（Super版本）中均排名第一。
为什么物理AI需要开放世界模型？
物理AI需要理解物理环境并预测后果，而收集真实数据困难且昂贵。开放世界模型可以生成物理上合理的合成数据、模拟未来状态，并提供可定制的基座，帮助团队针对特定机器人、车辆或传感器配置进行后训练，从而解决数据稀缺和泛化问题。
Cosmos 3使用什么许可证？对开发者有什么好处？
Cosmos 3采用Linux基金会的OpenMDW 1.1许可证，允许团队在自有数据和硬件上进行后训练，这使模型定制成为可能，是开放性的实际体现。
哪些公司已经采用了NVIDIA Cosmos？
在机器人领域有Doosan Robotics、LG Electronics、Samsung Electronics和Skild AI；自动驾驶领域有Li Auto、Xiaomi和Afari；视觉AI领域有Centific、Fogsphere、Linker Vision、Milestone Systems和Yuan。
NVIDIA Omniverse在物理AI开发中扮演什么角色？
Omniverse库提供预构建能力，帮助开发者构建仿真就绪的环境，结合OpenUSD框架，用于训练、测试和验证物理AI系统，减少资产和配置变化时的重复工作。
Cosmos 3如何帮助开发者进行模型定制？
开发者可以下载Cosmos 3的开放权重，使用自己的数据和硬件进行后训练，并利用Omniverse库生成仿真环境，从而针对特定机器人、传感器或任务进行专门化。
