# NVIDIA发布四款Cosmos 3仿真模型

> 这些开放权重模型可生成驾驶和机器人仿真视频，包括同步的摄像头与LiDAR数据。使用它们需要NVIDIA硬件及配套工具。

Oossa · 2026-11-05 · https://oossa.com/zh/nvidia-releases-four-cosmos-3-simulation-models

NVIDIA发布了Cosmos 3系列中的四款开放权重模型，用于创建交互式驾驶和机器人仿真。这些检查点已在Hugging Face上发布，采用OpenMDW1.1许可证，按其条款可用于商业和非商业用途。每款模型都是基于Cosmos 3 Nano进行后训练的版本，拥有160亿个可训练参数。

这些模型分别面向不同任务。Cosmos3-Nano-Transfer-Auto可生成最多包含11个摄像头视角的离线驾驶片段，并能生成匹配的LiDAR数据；LiDAR是一种3D距离测量数据。Cosmos3-Nano-Sim-Auto会随着驾驶控制的变化，分段生成连续的摄像头和LiDAR观测数据。Cosmos3-Nano-Sim-Transfer可将仿真器控制转换为RGB视频；Cosmos3-Nano-Sim-Bimanual则根据双臂机器人或摄像头的动作预测视频。

## 这些模型能仿真什么？

驾驶模型使用World Scenario Map控制项来描述道路结构和交通运动。开发者可以调整天气、光照和一天中的时间等条件，还可以提供可选的初始图像来引导场景外观。NVIDIA称，Transfer-Auto可生成最高30帧/秒的同步视频，片段最长为400帧，分辨率为480p或720p；更长的视频序列可以分段生成。

Sim-Auto面向交互式、持续运行的场景：驾驶策略或用户改变控制项后，模型会生成下一步观测结果。要形成这一闭环，还需要仿真运行时和渲染器来更新场景控制项。对于机器人，Sim-Bimanual支持YAM和AgiBot机器人配置，并提供操控动作和摄像头视角调整控制项。

## 开发者需要什么

NVIDIA的Cosmos Framework提供训练和推理方案，帮助开发者针对新的传感器、动作和数据调整模型。NVIDIA称，其示例可在Hopper和Blackwell GPU上通过PyTorch或vLLM-Omni运行。Hugging Face上的说明列出了Sim-Bimanual配置所需的Linux、NVIDIA GPU、Docker和NVIDIA Container Toolkit。NVIDIA表示，该配置曾在一块GB200 GPU上进行测试，但这并不代表最低显存要求。

这些模型生成的是观测结果，不能取代仿真器的所有功能。例如，在Sim-Transfer中，仿真器仍负责计算运动和物理状态，模型则负责渲染相应视图。NVIDIA表示，研究人员仍需评估这些模型能否可靠地支持策略训练和评估。

## 事实

- 四款Cosmos 3 Nano检查点均拥有160亿个可训练参数。
- Transfer-Auto支持最多11个摄像头视角，并可同步生成RGB和LiDAR数据。
- NVIDIA称，Transfer-Auto支持生成最长400帧、分辨率为480p或720p的片段。
- Sim-Bimanual配置曾在一块GB200 GPU上进行测试；NVIDIA并未将其描述为最低要求。

## 为什么重要

对于机器人和自动驾驶研究人员，这些模型提供了生成多样化传感器观测数据、或测试策略如何响应控制变化的方法。但使用者仍需要兼容的NVIDIA硬件；驾驶闭环仿真还需要仿真运行时。生成场景对现实世界表现的支持效果仍有待评估。

## 来源与参考

1. [New NVIDIA Cosmos 3 Open Models for Interactive World Simulation on Hugging Face](https://huggingface.co/blog/nvidia/cosmos-interactive-world-simulation) – Hugging Face, 2026-11-05
2. [NVIDIA](https://developer.nvidia.com/blog/build-world-models-for-interactive-simulation-with-nvidia-cosmos/) – NVIDIA

最后更新: 2026-11-05