7月20日，NVIDIA宣布正式向公众开放其面向物理AI的世界模型“Cosmos 3 Edge”。所谓世界模型，是指帮助机器人等实体智能体感知周遭环境、在推理情境的基础上预判下一步发展的AI模型，被视为物理AI领域的关键技术基础。

据悉，Cosmos 3 Edge是一款拥有40亿参数的全能型模型（Omni模型），基于NVIDIA自研的Nemotron基础模型构建。其显著优势在于不仅能够理解并生成文本、图像和视频，还将环境声音与动作纳入处理范畴，实现了多模态的综合认知。

该模型是此前发布的“Cosmos 3”的扩展版本，采用了混合型Transformer架构，专门针对真实物理法则下的视觉分析和机器人动作控制进行了优化，可在终端设备上完成实时运算。

在性能方面，Cosmos 3 Edge兼顾了低内存占用与高吞吐量，能够广泛适配NVIDIA Jetson、RTX PRO、DGX以及GeForce RTX系列GPU等多种边缘计算环境。在衡量视觉分析精度的权威基准测试“VANTAGE-Bench”中，它在相同参数规模模型中取得了最优评分。同时，借助后训练（即使用追加数据对已公开模型进行再学习）流程，该模型还可被用于机器人学习任务，开发者最快仅需约1天时间即可针对特定机器人或车辆用途完成定制调整。

此次发布恰逢NVIDIA宣布与日本发那科（FANUC）、富士通等全球20余家企业建立物理AI领域合作之际，该合作消息于7月15日对外公布。同日，NVIDIA还披露了包括新型模块“T3000”和“T2000”在内的Jetson系列新品，而Cosmos 3 Edge也确认支持在这些最新模块上运行，进一步拓展了其在边缘设备端的落地场景。（新闻来源：moguravr、VRAR星球编译）

商务合作：13146398132

媒体合作：13341147250

爆料投稿：editor@vrarworld.cn

版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。