跳到主要内容
AI News HubLIVE
更多
仅摘要

NVIDIA发布Cosmos 3:双塔混合变换器基础模型,统一物理推理、世界生成与动作生成

NVIDIA推出了Cosmos 3系列开放全模态世界模型,通过双塔混合变换器架构统一物理推理、世界生成和动作生成。该模型家族包括Edge、Nano和Super三种规模,为机器人、自动驾驶和仓库监控等物理AI应用提供统一解决方案。NVIDIA开源了模型权重、训练脚本、部署工具和数据集,采用OpenMDW-1.1许可证。在多项基准测试中,Cosmos 3在推理和生成任务上均取得领先成绩。

来源MarkTechPost作者: Asif Razzaq
NVIDIA发布Cosmos 3:双塔混合变换器基础模型,统一物理推理、世界生成与动作生成
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限,本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • Cosmos 3采用双塔混合变换器架构,将自回归VLM推理器与扩散生成器结合,实现物理推理、世界生成和动作生成的统一。
  • 提供三种模型规模:Cosmos3-Nano(16B)适用于工作站,Cosmos3-Super(64B)适用于数据中心,Cosmos3-Edge(4B)计划后期发布。
  • 在VANTAGE-Bench、TAR、R-Bench等基准上取得开源模型最佳性能,并引入HUE人类评估框架。
  • 开源内容包括模型权重、六个SDG数据集、训练方法、部署工具以及NIM微服务支持。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。