英伟达Cosmos 3：物理AI的开放基础模型
英伟达开源了Cosmos 3模型，这是一个融合物理推理、世界生成和动作生成的单一基础模型，旨在推动物理AI的发展，适用于机器人、自动驾驶和智能空间等领域。
物理AI系统必须在实际行动前理解真实世界。机器人、自动驾驶车辆和智能空间需要理解周围发生的事件，预测接下来可能发生的情况，并为特定环境、实体和任务生成动作。英伟达Cosmos 3正是为此而生——它是一个前沿的物理AI基础模型，将物理推理、世界生成和动作生成整合在一个开放模型中。
英伟达决定开源Cosmos 3的模型、训练脚本、部署工具和数据集，旨在使物理AI开发更加开放和可复现。本文介绍了Cosmos 3的基础知识，强调了技术报告中的关键概念，并引导读者了解技术工作流程，展示了机器人操作系统、自动驾驶车辆和仓库监控解决方案团队如何快速上手。
图1展示了一段由Cosmos 3为自动驾驶领域生成的视频片段，突显了该模型在真实场景中的应用潜力。