# Cosmos – 英伟达推出的生成式世界基础模型平台

- Link: https://paooo.com/aigc-news/23234/
- Published: 2026-06-09T09:37:01+08:00
- Author: 站外新闻

## Cosmos是什么

Cosmos是英伟达推出的生成式世界基础模型平台，加速物理人工智能（AI）系统的发展，特别
是在自动驾驶和机器人领域。Cosmos能接受文本、图像或视频的提示，生成高度仿真的虚拟
世界状态，为自动驾驶和机器人应用提供独特的视频输出。平台集成了生成式世界基础模型、
高级标记器和加速视频处理管道，帮助开发者生成大量基于物理的合成数据，减少对真实世界
数据的依赖。Cosmos还提供了安全防护机制，确保数据的安全与合规。开发者可以通过微调
Cosmos模型来创建定制化的AI模型，满足特定的应用需求。

阅读目录

 * [Cosmos是什么](https://paooo.com/aigc-news/23234/#cosmos%e6%98%af%e4%bb%80%e4%b9%88)
 * [Cosmos的主要功能](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Cosmos的技术原理](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Cosmos的模型系列](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e6%a8%a1%e5%9e%8b%e7%b3%bb%e5%88%97)
 * [Cosmos的项目地址](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Cosmos的应用场景](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
 * [Cosmos的应用案例](https://paooo.com/aigc-news/23234/#cosmos%e7%9a%84%e5%ba%94%e7%94%a8%e6%a1%88%e4%be%8b)

![](https://paooo.com/wp-content/uploads/2026/06/Cosmos-website-1.avif)

## Cosmos的主要功能

 * **生成虚拟世界状态**：Cosmos能根据文本、图像或视频的提示生成高度仿真的虚拟世界
   状态，适用于自动驾驶和机器人应用。
 * **生成式模型**：平台基于生成式模型快速生成与真实世界场景相似的数据，帮助开发者
   训练和评估现有的AI模型。
 * **高级标记器和数据处理**：Cosmos集成了高级标记器和加速视频处理管道，生成的数据
   在后续的模型训练中发挥更大的作用。
 * **安全与合规**：平台还提供了安全防护机制，确保数据的安全与合规。
 * **开放模型许可**：Cosmos将以开放模型许可的形式在Hugging Face和NVIDIA NGC目录中
   提供，支持开发者进行定制化应用。

## Cosmos的技术原理

 * **生成式世界基础模型（WFM）**：Cosmos使用先进的生成式模型技术，模型包括扩散模型
   和自回归Transformer模型，能生成与真实世界场景高度相似的合成数据。
 * **高级标记器（Cosmos Tokenizer）**：该标记器使用复杂的编码器-解码器结构，结合
   3D因果卷积和注意力机制，高效地处理时空信息。能将图像和视频分解成高压缩率的高质量
   标记，为AI模型提供更高效的视觉数据。
 * **加速视频处理管道（NeMo Curator）**：Cosmos集成了一个加速视频处理管道，能在短时间
   内处理大量视频数据。例如，NeMo Curator能在14天内处理2000万小时的视频数据。

## Cosmos的模型系列

**Nano模型**

 * **特点**：适用于低延迟和实时应用。
 * **参数规模**：约40亿参数。
 * **应用场景**：适合需要快速响应的应用场景，如实时视频分析和简单的机器人控制任务。

**Super模型**

 * **特点**：提供高性能基准。
 * **参数规模**：约70亿参数。
 * **应用场景**：适用于需要较高性能和精度的应用，如自动驾驶车辆的环境感知和决策支持，
   以及复杂机器人任务的模拟和训练。

**Ultra模型**

 * **特点**：追求最高质量和精确度。
 * **参数规模**：约140亿参数。
 * **应用场景**：适用于对精度和质量要求极高的应用，如高精度的自动驾驶模拟、复杂的
   工业机器人操作模拟等。

## Cosmos的项目地址

 * **项目官网**：[https://research.nvidia.com/publication/2025-01_cosmos](https://research.nvidia.com/publication/2025-01_cosmos-world-foundation-model-platform-physical-ai?utm_source=ai-bot.cn)
 * **Github仓库**：[https://github.com/NVIDIA/Cosmos](https://github.com/NVIDIA/Cosmos)
 * **HuggingFace模型库**：[https://huggingface.co/collections/nvidia/cosmos](https://huggingface.co/collections/nvidia/cosmos-6751e884dc10e013a0a0d8e6)
 * **技术论文**：[https://d1qx31qr3h6wln.cloudfront.net/publications/NVIDIA%20Cosmos](https://d1qx31qr3h6wln.cloudfront.net/publications/NVIDIA%20Cosmos_2.pdf)

## Cosmos的应用场景

 * **驾驶环境模拟**：Cosmos能生成各种天气和路况条件下的合成数据，为自动驾驶系统的
   训练提供丰富的场景。
 * **策略模型优化**：通过生成大量逼真的驾驶场景，Cosmos可以帮助自动驾驶系统在模拟
   环境中进行强化学习，优化决策策略模型，测试在不同场景下的性能。
 * **复杂环境适应性训练**：Cosmos可以为机器人提供复杂环境的实时模拟，使其感知系统
   通过合成数据进行训练。
 * **导航与任务执行**：基于Cosmos生成的虚拟世界状态，机器人可以更好地理解和适应周围
   环境，实现更精准的导航和任务执行。
 * **逼真场景生成**：Cosmos能生成高度仿真的虚拟世界状态，适用于虚拟现实游戏和仿真
   训练。例如，开发者可以使用Omniverse创建三维场景，然后通过Cosmos将其转换为逼真
   的场景，使机器人在模拟环境中进行训练。
 * **工业数字孪生**：结合NVIDIA的Omniverse和Cosmos，可以创建工业数字孪生环境，用于
   工厂和仓库的模拟、测试和优化。这使得在复杂生产设施和配送中心网络中，能更好地进行
   手动设计、操作和优化。

## Cosmos的应用案例

 * **Uber自动驾驶开发**：Uber作为首批采用Cosmos的公司之一，基于生成式AI能力，加速
   了安全、可扩展的自动驾驶解决方案的进程。为Uber的自动驾驶系统提供了丰富的合成数据，
   帮助其在不同驾驶场景下进行模型训练和优化，提升自动驾驶技术的安全性和可靠性。
 * **小鹏汽车模拟训练**：小鹏汽车也采用了Cosmos平台，通过生成各种天气和路况条件下
   的合成驾驶数据，对自动驾驶算法进行模拟训练。例如，在模拟雨雪、雾霾等恶劣天气下，
   以及城市道路、高速公路等不同路况的场景中，自动驾驶系统可以学习如何更好地感知环境、
   做出决策和执行操作，提高算法在真实街景中的表现。
 * **1X机器人动态规划**：1X公司用Cosmos的仿真引擎，为机器人提供了高保真的力学、运动
   学和动态交互建模能力。通过闭环模拟，1X机器人可以在虚拟环境中进行动态规划与环境
   适应性优化，在实际应用场景中实现更精准的导航和任务执行。