AISpot

輝達發布 Cosmos 3 四款開放權重世界模型

Hugging Face blog官方公告模型開源研究

輝達為 Cosmos 世界模型平台新增四款開放權重模型,均為 Cosmos 3 Nano 的後訓練版本,含 16B 可訓練引數,採用 OpenMDW1.1 許可,允許商用與非商用。Transfer-Auto 可生成最多 11 路相機同步影片與聯合 RGB-LiDAR 資料,Sim-Auto 是其因果蒸餾的流式版本,用少量去噪步輸出連續片段以支援閉環互動;

四款 16B 開放權重檢查點覆蓋自動駕駛多感測器與雙臂機器人模擬,並公開後訓練配方和可商用許可,為世界模型研究與合成資料生成提供可直接下載的基礎。

原標題:New NVIDIA Cosmos 3 Open Models for Interactive World Simulation
閱讀原文

評分79 / 76(平均 77,門檻 65)
狀態精選

相關報導

NVIDIA blog● 精選AI 評分67

NVIDIA 擴充套件 Cosmos 平台,推出 Cosmos 3 與資料工廠藍圖

NVIDIA 擴充套件 Cosmos 世界模型平台,推出 Cosmos 3 及配套訓練、最佳化與部署工具,並開放 Cosmos Data Factory 的五項雲端藍圖。這些藍圖涵蓋自動駕駛資料集生成、缺陷影像生成等場景,可在 GitHub、Azure、Nebius、CoreWeave 上使用;Cosmos Framework 支援對 GR00T、QWEN、Pi0.5 等開源模型做微調、強化學習與量化蒸餾。新版 Cosmos 3 NIM 微服務推理最高快 2 倍;

Hugging Face blogAI 評分63

NVIDIA 發布 Cosmos3-H-Dreams,單卡即時生成手術模擬

NVIDIA 推出 Cosmos3-H-Dreams,據其稱為首個基於臨床膽囊切除手術錄影訓練、可即時回應操作指令的生成式手術模擬器。模型基於 160 億引數的 Cosmos3-H-Embodied-Nano,接收 28 維動作(雙臂位姿、夾爪、能量控制與搖桿),以 832×480、10 Hz 的錄影與運動學資料訓練,並蒸餾出四步與兩步兩個學生檢查點,後者推理更快但畫質略降。

量子位● 精選AI 評分85

VAST 開源即時世界模型 EdenLive,單張 5090 跑 720P 超 24FPS

VAST 正式開源即時世界模型 EdenLive,同步開放模型權重、推理程式碼、技術報告與端到端 Demo。它把世界狀態交給上游互動系統維護,自身只做即時渲染:單張消費級 RTX 5090、720P 下,5B 模型生成速度超 24FPS,端到端延遲百毫秒級,可連續生成分鐘級畫面。模型接收參考畫面、目標首幀與提示詞三類輸入,支援寫實、二次元等畫風,可用於遊戲原型預覽、影片重渲染與具身資料增強;

NVIDIA blog● 精選AI 評分87

輝達開源 Nemotron 3.5 Super VL 與兩款 Bolt 邊緣模型

輝達發布 1200 億引數開源模型 Nemotron 3.5 Super VL,主打多模態 agentic 任務,官方稱其準確率接近自家最大推理模型、引數量約為五分之一,吞吐量最高達同類模型 5 倍。同時推出兩款邊緣模型:Bolt 74B-A9B 24GB 採用原生 2-bit 量化,可在 RTX/DGX Spark 的 24GB 記憶體內本地執行 agent,現已可用;Bolt E4B 4GB 面向 GeForce RTX、Jetson 等裝置,10 月 23 日發布。

機器之心● 精選AI 評分77

Meta 提出 World-T³,把長時記憶寫進引數並實現單卡即時生成

Meta 提出相機可控影片世界模型 World-T³,用測試時訓練把滑出上下文視窗的歷史觀測寫入快速權重,緩解長時生成中的失憶。在 120 段“去程+返程”基準上,重訪 PSNR 從 13.52 dB 升至 18.31 dB,絕對旋轉誤差從 3.344°降至 1.075°。經雙教師蒸餾的 4 步模型在單張 B200 上以 1280×704 解析度達到 20.6 FPS,生成中記憶持續更新,並在 6 項重訪一致性指標上均列第一。