NVIDIA 发布 Cosmos 3 系列四个开放权重模型，面向交互式世界模拟

OmniTools 11月6日消息，NVIDIA 在 Hugging Face 博客宣布，为 Cosmos 3 模型家族新增四个开放权重检查点，面向交互式世界模拟和多传感器、多视角驾驶场景生成。四个模型均为 Cosmos 3 Nano 的后训练示例，拥有 16B 可训练参数，采用 OpenMDW 1.1 许可，允许商业和非商业使用。

具体包括：Cosmos3-Nano-Transfer-Auto 可生成带天气、光照和时段变化的多视角驾驶数据，支持最多 11 个相机视角（含鱼眼）及 RGB-LiDAR 联合生成；Cosmos3-Nano-Sim-Auto 是面向驾驶控制的流式变体，以少步去噪生成同步相机视频和 LiDAR 观测；Cosmos3-Nano-Sim-Transfer 可将模拟器控制和文本提示转为逼真视频；Cosmos3-Nano-Sim-Bimanual 可根据双臂机器人动作预测视频，支持 YAM 和 AgiBot 本体。

文章介绍，Cosmos 3 采用四阶段训练配方：双向适应、教师强制、一致性蒸馏和自强制。开发者可基于 Cosmos3-Nano 或兼容基础权重，使用自有数据对四个检查点进行后训练，以适配不同传感器配置、驾驶域、模拟环境或机器人本体。