NVIDIA 扩展 Cosmos 平台，推出世界模型训练与仿真工具

为了帮助开发者快速构建让物理 AI系统理解并模拟现实世界的世界模型，NVIDIA 宣布扩展其 Cosmos 平台，带来全新的训练工具、仿真检查点以及 Cosmos Data Factory 蓝图。

在六大开放模型榜单中稳居前五的 NVIDIA Cosmos 平台，正为世界模型构建者提供前沿的开源底座，配合数据、训练与优化方案，帮助团队在模型部署前完成规模化数据扩展、微调适配、行为验证与性能调优。

打造更高质量的多模态训练数据

世界模型的构建始于多模态、多感官数据。

NVIDIA Cosmos Data Factory 集成了面向物理 AI 训练的大规模数据标注、筛选、增强与评估工具。其中，用于视频训练集筛选的 GPU 加速方案 Cosmos Curator，现已支持多模态、多感官输入及处理模块。

Cosmos Data Factory 现推出五大云原生蓝图，可通过 GitHub、Microsoft Azure、Nebius 与 CoreWeave 获取：

• 自动驾驶数据集生成：筛选并标注真实驾驶数据，同时合成长尾边缘场景样本以拓展训练覆盖面。
• 图像属性增强：改变物体外观属性，优化图像检索能力。
• 事件视频生成：将静态图像转化为罕见或高危事件的合成视频。
• 缺陷图像生成：针对工业质检模型生成 PCB 电路板、金属及玻璃表面缺陷。
• 视频数据增强：在保留场景空间结构的前提下，动态调整既有画面的天气与光照条件。

多家企业已经开始运用这些蓝图提速研发流程。

保时捷正通过 Microsoft Azure 上的 Voxel51 平台接入 Cosmos Data Factory，牵头构建大众汽车集团各品牌共享的自动驾驶数据飞轮。该方案预计可减少高达 90% 的重复实车路测，并将研发周期缩短达 85%。

机器人企业 ANYbotics 利用 Cosmos Data Factory 蓝图生成了超过 1500 段合成视频片段，结合真实数据与 Encord 平台验证，训练工业巡检机器人识别液体泄漏等设施细微变化。

计算机视觉公司 Ultralytics 则利用 Cosmos 生成的定向合成缺陷数据重新训练 YOLO 模型，大幅提升了缺陷定位精度与召回率。

训练、微调与模型优化

完成数据准备后，开发者既可训练自有架构，也能基于预训练模型继续迭代。

NVIDIA 在 GTC 柏林大会上扩展了 Cosmos Framework 的训练、优化及部署工具链，将其作为 AI 智能体技能全面开放给 Cosmos 3 等开源基座。

开发者与智能体如今可以通过微调和强化学习，轻松适配 GR00T、Alpamayo、QWEN、Pi0.5 等来自 Hugging Face 生态的模型，结合模型蒸馏与量化完成轻量化改造，实现高吞吐推理部署。

针对第一人称视角的机械操作，机器人研究机构 MicroAGI 使用人类操作物体的视频对 Cosmos 3 进行后训练，并将 320 亿参数的推理模型无损蒸馏为 80 亿参数的 Nano 版本。开发者还能在 Roboflow 上标注数据并微调 Cosmos 3，直接部署于工业现场边缘 GPU 上运行视频推理。