NVIDIA 擴充了 Cosmos 世界模型的周邊工具，新增資料生成藍圖、擴大模型訓練支援範圍，並推出用於測試自主系統的模擬變體。這項於 2026 年 10 月 22 日發布的公告，涵蓋資料集準備、模型調整與部署；據稱客戶應用領域包括車輛開發、工業檢測與安全監控。
重點摘要
- Cosmos Data Factory 現提供五種藍圖，用於準備及生成實體 AI 訓練資料。
- Cosmos Framework 將訓練與最佳化工具擴展至更多開放模型，而新的模擬變體則支援策略測試。
- NVIDIA 表示，在經驗證的配置中推論速度有所提升；Porsche 預期的開發成本節省仍屬預測，並非已完成的成果。
目錄
Cosmos 世界模型擴充開發工具組
這項擴充旨在服務開發實體 AI 系統的開發者；這類系統需要理解並模擬真實世界環境。NVIDIA 並非只推出另一個模型，而是擴充用於建置訓練資料、調整模型、評估行為及執行受支援模型的周邊工具。
在 GTC Berlin，該公司將 Cosmos Framework 的訓練、最佳化與部署工具及配方，以代理技能的形式擴展至更多開放模型，並涵蓋 Cosmos 3。支援的選項包括 GR00T、Alpamayo、QWEN、Pi0.5，以及其他相容的 Hugging Face 模型。
開發者與代理程式可運用微調及強化學習來調整模型，接著在部署前進行蒸餾與量化。NVIDIA 說明了機器人研究實驗室 MicroAGI 的一項應用：該實驗室使用人們操作物體的影片對 Cosmos 3 進行後訓練，並將其 320 億參數的推理模型蒸餾為 80 億參數的 Nano 模型；據稱準確度並未因此下降。
五種藍圖填補訓練資料缺口
Cosmos Data Factory 現透過 GitHub、Microsoft Azure、Nebius 與 CoreWeave 提供五種原生雲端藍圖。內容涵蓋自動駕駛車輛資料集、影像屬性擴增、罕見或不安全事件的合成影片、用於檢測的缺陷影像，以及在保留場景結構的前提下，變更現有影片中的天氣與光線條件。
Cosmos Curator 是該平台採用 GPU 加速的影片資料集整理工具，目前也已新增對多模態、多感官輸入及處理模組的支援。
Porsche 透過 Microsoft Azure 上的 Voxel51 使用 Cosmos Data Factory，主導 Volkswagen Group 各品牌共用的自動駕駛車輛資料飛輪開發。NVIDIA 表示，這項工作預計可將重複實體試駕次數最多減少 90%，並將開發週期縮短最多 85%；這些數字屬於預估效益。
其他案例則涉及已完成的工作。ANYbotics 生成了逾 1,500 段合成影片片段，並利用 Encord 平台整理真實世界資料及驗證輸出，用於訓練檢測機器人辨識液體外漏及其他設施變化。NVIDIA 表示，Ultralytics 使用真實影像與特定合成缺陷重新訓練 YOLO 模型，提升了缺陷定位能力與召回率。
模擬變體支援部署前測試
新的 Cosmos 3 Nano 模擬變體讓開發者能透過多種視角與感測器，在可重複且難以實際拍攝的情境中測試自主策略。配套程式碼支援調整模型，以便在互動式模擬環境中訓練及評估自動駕駛車輛與雙臂機器人的策略，之後再進行真實世界測試。
NVIDIA 表示，在部署方面，更新後的 Cosmos 3 NIM 微服務於經驗證的配置中可將推論速度提升至原來的兩倍，且不會損失品質。該公司也表示，持續分析影片可實現次秒級警示。
影片應用延伸部署更新
新版 NVIDIA Metropolis 影片搜尋與摘要 Blueprint 3.3 以 Cosmos NIM 微服務為基礎。NVIDIA 表示，它可將提示詞轉化為影片 AI 應用程式，並讓團隊在使用相同 GPU 的情況下，監控多 40% 的影片串流。
ADNOC 使用 Fogsphere 的 MistIQ 代理式平台，該平台以 Cosmos 和 Metropolis Blueprint 建置，可在 65 個地點即時偵測安全危害。Fogsphere 也運用 Cosmos Data Factory 生成罕見事件的訓練範例，在不必實際安排危險情境的情況下提升偵測能力。
結論
Cosmos 更新擴大了 NVIDIA 在部署前開發及測試實體 AI 的工具。客戶案例涵蓋已完成的資料生成工作與正在進行的安全應用，也包括預估的車輛開發成本節省；至於效能宣稱，則仍受特定配置條件限制。
閱讀更多新聞
免責聲明
本文由 FinanceVelix 提供一般資訊，不構成個人化財務、投資、法律或稅務建議。市場價格、利率及經濟狀況可能變動；投資具有損失風險。本文事實反映發布時可取得的資料，且可能變更。請自行核實重要資訊，並在有需要時諮詢合格專業人士。提及任何資產、公司或服務，均不代表予以背書。
