NVIDIA 扩展 Cosmos 世界模型开发新工具

英伟达表示，已通过新的训练工具、仿真检查点和Cosmos数据工厂蓝图扩展了其Cosmos平台，旨在加快物理人工智能系统世界模型的开发速度。公司表示，这些新增功能旨在帮助开发者以更少的手动步骤构建训练数据、调整模型、测试行为并部署系统。

证据与背景

在2026年10月22日发布的一篇博客文章中，NVIDIA表示，Cosmos Data Factory现在包含了五云原生蓝图，用于自动驾驶车辆数据集生成、图像属性增强、事件视频生成、缺陷图像生成和视频数据增强等任务。公司表示，这些工具可通过GitHub、Microsoft Azure、Nebius和CoreWeave获得。NVIDIA还表示，Cosmos Curator已增加了对多模态多感官输入和处理模块的支持。

公司提到了该蓝图的几位早期用户。NVIDIA表示，保时捷正在Microsoft Azure上通过Cosmos Data Factory Voxel51 构建跨大众品牌的共享自动驾驶数据飞轮，预计将减少最多 90% 的物理试驾次数和开发周期最多 85%。NVIDIA表示，ANYbotics生成了超过 1,500 个基于Cosmos Data Factory蓝图的合成视频片段，用于训练工业检测机器人，而Ultralytics则用真实图像和合成缺陷示例重新训练其YOLO模型，以提高缺陷定位和召回率。

NVIDIA还表示，已将Cosmos Framework的训练、优化和部署工具作为代理技能扩展到更多开放模型，包括GTC柏林的Cosmos 3。据公司介绍，开发者可以对 GR00T、Alpamayo、QWEN、 Pi0.5 及其他兼容的Hugging Face模型进行微调和强化，然后在部署前进行提纯和量化。公司表示，MicroAGI通过视频对Cosmos 3 进行了后期训练，并将 32亿参数的推理器提炼成 8亿参数的纳米模型，且准确度没有损失。

在模拟和评估方面，NVIDIA 表示，新的 Cosmos 3 Nano 变体支持在多视图、多传感器场景下（包括自动驾驶车辆和双手动机器人）中自动策略的可重复测试。还表示，更新后的 Cosmos 3 NIM 微服务可在验证配置中实现高达 2x 个更快的推断速度，且在经过验证的配置中无质量损失，而持续视频分析则支持亚秒级警报。NVIDIA 表示，其基于 Cosmos NIM 微服务的新 Metropolis Blueprint 用于视频搜索和摘要 3.3，可以帮助团队在相同 GPU 下监控 40% 更多视频流。

公司将 Cosmos 定位为一个模块化平台，用于生成训练数据集、训练和适应世界模型，并通过 NIM 微服务部署支持的模型。2026年 10 月 22日验证的背景资料将 Cosmos 置于 NVIDIA 更广泛的机器人、自动驾驶车辆和视觉人工智能物理人工智能栈中，同时指出已知的局限性，如时间不一致、物体变形以及在安全关键应用中需要额外验证的不合理动态。