NVIDIA开源Cosmos 3 Nano世界模拟模型

时间：2026年11月5日，NVIDIA在Hugging Face平台发布了四款基于Cosmos 3 Nano的全新开源交互式世界模拟模型。 地点：美国 人物：NVIDIA Cosmos团队 事件详情：NVIDIA在其Cosmos世界模型开发平台中新增了四款开源权重检查点（checkpoint），均基于Cosmos 3 Nano后训练而成，可生成交互式世界模拟和多传感器多视角驾驶场景。四款模型分别为：Cosmos3-Nano-Transfer-Auto、Cosmos3-Nano-Sim-Auto、Cosmos3-Nano-Sim-Transfer和Cosmos3-Nano-Sim-Bimanual。每款模型拥有160亿（16B）可训练参数，采用OpenMDW 1.1许可，允许商业和非商业使用。所有模型已上线Hugging Face平台供开发者下载。 背景：NVIDIA Cosmos是面向物理AI（Physical AI）的世界基础模型平台，此前已在2026年5月发布Cosmos 3基础版本。本次新增的四款模型专注于"交互式世界模拟"——即模型能根据动作和场景控制实时生成视觉观察结果，而非仅输出预录制的视频片段。这种能力让机器人和自动驾驶系统能在虚拟环境中进行闭环测试，观察AI策略在自身决策导致环境变化后的反应。 影响：在自动驾驶领域，Cosmos3-Nano-Sim-Auto可同步生成七路摄像头视频与LiDAR点云，单次生成支持16块GB200 GPU运行，帧率达16.7 FPS；在机器人领域，Cosmos3-Nano-Sim-Bimanual能根据相机导航和机械臂动作预测下一帧视觉动态，单块GB300 GPU即可达到48.1 FPS。这些模型降低了开发高保真物理AI训练环境的门槛，让研究者无需采集真实世界数据即可测试感知、规划和控制系统。 总结：NVIDIA通过开源交互式世界模拟模型，将Cosmos 3从"能看懂世界"推进到"能动态模拟世界"。对于自动驾驶和机器人开发者而言，这意味着可以用更低的成本构建高保真训练环境，加速物理AI系统的迭代周期。 常见问题： 问：Cosmos 3 Nano交互式世界模拟模型和之前的Cosmos 3有什么区别？ 答：之前的Cosmos 3侧重多模态理解和生成，本次新增的模型支持实时闭环交互——能根据动作或场景控制动态生成后续视觉观察，适用于自动驾驶和机器人的策略测试。 问：这些模型可以商用吗？ 答：可以。四款模型均采用OpenMDW 1.1许可，允许商业和非商业使用。 参考来源： Hugging Face博客 https://huggingface.co/blog/nvidia/cosmos-interactive-world-simulation NVIDIA研究页面 https://research.nvidia.com/labs/cosmos-lab/cosmos-simulation/ arXiv论文 https://arxiv.org/abs/2611.06627v1 TAO Media报道 https://www.tao.media/nvidia-adds-cosmos-simulation-recipes-for-self-driving-cars-robot-arms-and-surgery/ NVIDIA技术博客 https://developer.nvidia.cn/blog/develop-physical-ai-reasoning-world-and-action-models-with-nvidia-cosmos-3