开元体育“机器人技术的 ChatGPT 时刻即将到来。与大语言模型一样，世界基础模型是推动机器人和自动驾驶汽车开发的基础，但并非所有开发者都拥有自主训练模型所需的专业知识和资源。我们创建 Cosmos 是为了普及物理 AI，让每一位开发者都能接触到通用机器人技术。”当地时间 2025 年 1 月 6 日，NVIDIA 创始人兼 CEO 黄仁勋在 CES 2025 上这样表示。会上，黄仁勋宣布推出一款名为 NVIDIA Cosmos 的新平台，其主要面向物理 AI 模型领域的开发者，旨在推动自动驾驶汽车和机器人等物理 AI 系统的发展。
NVIDIA Cosmos 平台由世界基础模型、高级 tokenizer、护栏和加速视频处理管线等几部分组成。NVIDIA Cosmos 根据 NVIDIA 的可信 AI 原则开发而来，该原则优先考虑隐私、安全、保障、透明和减少不必要的偏见。比如，NVIDIA 为 Cosmos 平台加入了专为减少有害文字和图像而设计的护栏，并为其提供了一个增强文字提示准确性的工具。再比如，使用 NVIDIA API 目录上的 Cosmos 自回归模型和扩散模型生成的视频会带有隐形水印，从而帮助人们识别 AI 生成内容，进而帮助减少错误信息和错误归属的可能性。
之所以推出 NVIDIA Cosmos 平台，是因为对于物理 AI 模型来说，其不仅开发成本很高，并且需要大量的真实数据和真实测试，往往动辄需要数 PB（petabytes）的视频数据，而这背后需要数万小时的计算来处理、整理和标记这些数据。而 NVIDIA Cosmos 能在数据整理、数据训练和模型定制上节省成本，这主要得益于它的以下功能：
再次，NVIDIA NeMo 框架可用于高效的模型训练开元体育、模型定制和模型优化。
前面提到，世界基础模型是 NVIDIA Cosmos 平台的组成部分之一，它专门为物理 AI 的研发而构建，旨在实现基于物理学的交互和物体恒存性、以及生成高质量的仿真工业环境和驾驶环境。基于文本&图像&视频等输入组合、以及基于根据机器人传感器或基于运动数据，世界基础模型能够生成基于物理学的视频。世界基础模型还能让开发者生成大量基于物理学的逼真合成数据，进而能够用于训练和评估现有模型。另外，开发者还能通过微调世界基础模型这一方式来构建新的自定义模型。
借助 NVIDIA Cosmos 的开放模型套件，开发者可以按需使用数据集定制自动驾驶汽车旅行视频、机器人在仓库中的移动轨迹等世界基础模型。
在 CES 的主题演讲中，黄仁勋演示了 NVIDIA Cosmos 的使用场景：其一，用于视频搜索和理解：即从视频数据中找到特定的训练场景，例如雪天路况或仓库拥堵等。其二，用于基于物理学的合成数据生成：即使用 NVIDIA Cosmos 模型从 NVIDIA Omniverse 平台上开发的可控 3D 场景中来生成逼真视频。其三，用于物理 AI 模型开发和评估：即在基础模型上构建自定义模型，使用 NVIDIA Cosmos 进行强化学习以便改进模型，或者测试模型在特定仿真场景中的表现。其四，用于预测与“多元宇宙”模拟：使用 NVIDIA Cosmos 和 NVIDIA Omniverse 为 AI 模型生成所有未来可能实现的结果，以便帮助 AI 模型选择最佳和最准确的路径。
如果是 2024 年是具身智能元年，那么 2025 年其必将迎来更多实际应用，而 NVIDIA Cosmos 则能为开发者的工具箱再添利器，其所为产品研发带来的每一个优化，都将实实在在地体现在用户手中的终端产品上。
官方微信
官方微博
