NVIDIA扩展了Cosmos世界模型的配套工具，新增数据生成蓝图、更加广泛的模型训练支持，以及用于测试自主系统的仿真变体。这项于2026年10月22日发布的公告涵盖数据集准备、模型适配和部署，所报告的客户应用涉及车辆开发、工业检测和安全监控。
要点
- Cosmos Data Factory现提供五种蓝图，用于准备和生成物理AI训练数据。
- Cosmos Framework将训练和优化工具扩展至更多开放模型，而新的仿真变体可支持策略测试。
- NVIDIA称，经验证配置下的推理速度有所提升；保时捷预计可节省的开发成本仍属预期，并非已实现的成果。
目录
Cosmos世界模型获得更全面的开发工具套件
此次扩展面向开发物理AI系统的开发者，这类系统需要理解并模拟现实环境。NVIDIA此次并非只是推出另一个模型，而是扩展了用于整合训练数据、适配模型、评估行为和运行受支持模型的配套工具。
在柏林GTC大会上，该公司将Cosmos Framework的训练、优化和部署工具及配方作为代理技能扩展至更多开放模型，同时涵盖Cosmos 3。支持的选项包括GR00T、Alpamayo、QWEN、Pi0.5以及其他兼容的Hugging Face模型。
开发者和代理可以通过微调和强化学习来适配模型，随后在部署前应用蒸馏和量化。NVIDIA介绍了机器人研究实验室MicroAGI的一个应用案例：该实验室使用人们操作物体的视频对Cosmos 3进行后训练，并将其320亿参数的推理器蒸馏为一个80亿参数的Nano模型，据称精度并未下降。
五种蓝图弥补训练数据缺口
Cosmos Data Factory现通过GitHub、Microsoft Azure、Nebius和CoreWeave提供五种云原生蓝图。其应用包括自动驾驶汽车数据集、图像属性增强、罕见或不安全事件的合成视频、用于检测的缺陷图像，以及在保留场景结构的同时改变现有视频中的天气和光照。
Cosmos Curator这款平台的GPU加速视频数据集整理工具，也新增了对多模态、多传感器输入和处理模块的支持。
保时捷正通过Microsoft Azure上的Voxel51使用Cosmos Data Factory，牵头在大众集团旗下品牌间开发共享的自动驾驶汽车数据飞轮。NVIDIA表示，该项目预计可将重复的实地试驾减少最多90%，并将开发周期缩短最多85%；这些数字是预期收益。
其他案例涉及已完成的工作。ANYbotics生成了1500多个合成视频片段，并使用Encord平台整理真实世界数据、验证生成结果，以训练检测机器人识别溢出物及设施中的其他变化。NVIDIA称，Ultralytics使用真实图像和有针对性的合成缺陷对其YOLO模型进行再训练，提升了缺陷定位能力和召回率。
仿真变体支持部署前测试
新的Cosmos 3 Nano仿真变体可让开发者在可重复的场景中测试自主策略，并利用多个视角和传感器模拟难以采集的情形。配套代码支持开发者调整模型，以便在交互式仿真中训练和评估自动驾驶汽车及双手机器人策略，再进行现实世界测试。
在部署方面，NVIDIA称，更新后的Cosmos 3 NIM微服务在经验证的配置下可将推理速度提升至原来的两倍，同时不损失质量。该公司还表示，持续视频分析可实现亚秒级警报。
视频应用扩展部署更新
新版NVIDIA Metropolis视频搜索与摘要蓝图3.3基于Cosmos NIM微服务构建。NVIDIA表示，该工具可将提示词转化为视频AI应用，并使团队能够在使用相同GPU的情况下监控多40%的视频流。
ADNOC使用Fogsphere基于Cosmos和Metropolis蓝图构建的MistIQ智能体平台，在65个站点实时检测安全隐患。Fogsphere还使用Cosmos Data Factory生成罕见事件的训练样本，在无需实际制造危险情境的情况下提升检测能力。
结论
Cosmos此次更新扩展了NVIDIA在部署前开发和测试物理AI的工具。其客户案例既包括已完成的数据生成工作和正在开展的安全应用，也包括预计可实现的车辆开发成本节省；性能方面的说法则仍受具体配置条件限制。
阅读更多新闻
免责声明
本文由FinanceVelix提供一般信息，不构成个性化的财务、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。事实依据发布时可获得的资料，且可能发生变化。请自行核实重要信息，并在需要时咨询合格专业人士。提及任何资产、公司或服务均不构成认可。
