随着人工智能向具身智能方向演进，如何让 AI 模型像人类一样理解物理世界的运行规律，成为行业竞争的焦点。近日，NVIDIA 正式宣布对其 Cosmos 平台进行重大升级，向开发者开放了一系列全新的训练、评估和部署工具。这一举措旨在降低构建“世界模型”的门槛，加速物理 AI 系统的开发进程。
World Models（世界模型）是当前 AI 领域的一个关键概念，它指的是能够理解环境动态、因果关系以及物理定律的 AI 系统。与仅能生成静态图像的生成式模型不同，世界模型致力于模拟现实世界的交互过程，这对于自动驾驶、机器人导航以及数字孪生技术至关重要。然而，构建此类模型往往面临着数据获取难、标注成本高以及训练周期长的挑战。NVIDIA Cosmos 平台的此次更新，正是为了解决这些痛点。
在此次更新中，NVIDIA 首次向公众开放了 Cosmos 平台的核心组件。开发者现在可以使用全新的训练工具来构建和微调世界模型，同时可以通过标准化的仿真检查点来加速模型验证过程。此外，平台还引入了 Cosmos Data Factory 蓝图，这是一种自动化的数据处理流水线，能够极大地简化从仿真数据到训练数据的转换工作。
为了验证新工具的强大性能，NVIDIA 发布了详细的基准测试结果。令人瞩目的是，基于 Cosmos 训练的模型在六个不同的开放模型排行榜中均名列前茅，这充分证明了该平台在物理仿真和世界建模任务上的卓越能力。
行业分析人士指出，Cosmos 平台的全面开放具有深远的行业意义。首先，它打破了技术壁垒，让更多中小型研究团队和初创公司有机会接触到顶级的大规模物理仿真资源。其次，通过提供预训练的检查点和蓝图，开发者无需从零开始搭建基础设施，这显著缩短了产品从研发到落地的周期。这在合成数据领域尤为重要——由于现实世界的物理数据难以获取且昂贵，基于高保真仿真的合成数据将成为训练下一代具身智能体的重要燃料。
展望未来，随着 Cosmos 平台生态的不断完善，我们预计将看到更多创新的物理 AI 应用涌现。无论是自动驾驶汽车在虚拟城市中的全天候测试，还是人形机器人在复杂环境下的精细操作，NVIDIA Cosmos 都有望成为推动这一技术变革的核心引擎。
参考来源：
NVIDIA 官方博客
原文链接：https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/
信息来源：NVIDIA Blog，原文链接：https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/
