英伟达发布 Cosmos 3：全球首个开源物理 AI 全模态模型，在 GTC 台北/Computex 2026 亮相

Cosmos 3：物理 AI 的全模态突破

2026 年 5 月 31 日，黄仁勋在 GTC 台北主题演讲中发布 Cosmos 3。

核心能力

• 全模态统一：单一模型原生理解并生成文本、图像、视频、环境声音和机器人动作信号
• 双塔混合 Transformer 架构：推理模块先理解场景，生成模块产生物理感知输出
• 开源权重：Hugging Face 已开放，OpenMDW-1.1 许可证
• 无需 GPU 体验：可通过 build.nvidia.com 在线试用

五大应用模式

1. 视觉 AI：物理世界场景理解
2. 合成数据生成：生成带物理约束的训练数据
3. 闭环仿真：在模拟环境中测试机器人策略
4. 世界动作模型：输出机器人可执行的动作序列
5. 自动驾驶：复杂交通场景的预测和规划

Cosmos 联盟

NVIDIA 同时发起 Cosmos Coalition，成员包括 Agile Robots、Black Forest Labs、Generalist、LTX、Runway 和 Skild AI，共同推进下一代世界模型。

行业意义

Cosmos 3 将物理 AI 训练和评估周期从数月缩短至数天，为机器人和自动驾驶开发带来代际飞跃。

来源: NVIDIA 官方 + HPCWire + Axios
链接: https://nvidianews.nvidia.com/news/nvidia-launches-cosmos-3-the-open-frontier-foundation-model-for-physical-ai