为帮助开发者快速构建世界模型（帮助物理AI系统理解和模拟真实世界），NVIDIA扩展了Cosmos平台，新增了训练工具、仿真检查点和Cosmos Data Factory蓝图。
NVIDIA Cosmos平台在六个不同的开放模型排行榜中均位列前五，为世界模型构建者提供了前沿的开放模型，以及数据、训练和优化工具及方案，可用于扩展训练数据、调整模型、测试行为并在部署前优化性能。
构建更优质的训练数据
构建世界模型始于多模态、多传感器数据。
NVIDIA Cosmos Data Factory汇集了用于标注、整理、增强和评估大规模物理AI训练数据的工具和技能。Cosmos Curator是一款GPU加速的视频训练数据集整理方案，现已新增对多模态多传感器输入和处理模块的支持。
Cosmos Data Factory现提供以下五个云原生蓝图，可通过GitHub、微软Azure、Nebius和CoreWeave获取：
自动驾驶数据集生成：整理并标注驾驶数据，再添加难以采集场景的合成样本，以扩大训练覆盖范围。
图像属性增强：改变物体外观以提升图像搜索效果。
事件视频生成：将静态图像转化为罕见或不安全事件的合成视频。
缺陷图像生成：生成印刷电路板、金属和玻璃缺陷图像，用于检测模型训练。
视频数据增强：在保留场景结构的前提下，改变现有视频素材中的天气和光照条件。
Cosmos Data Factory通过智能体技能加速数据整理、处理和合成数据生成。
多家公司已经开始将Cosmos Data Factory蓝图应用于加速其物理AI开发流程。
保时捷正在大众集团各品牌间主导建立共享的自动驾驶数据飞轮，通过微软Azure上的Voxel51使用Cosmos Data Factory。这预计能将重复实车测试减少多达90%，并将开发周期缩短多达85%。
保时捷在Voxel51中搜索和增强自动驾驶车辆数据素材，该平台由Cosmos Data Factory提供支持。
ANYbotics利用Cosmos Data Factory蓝图生成了超过1500个合成视频片段，整理真实世界数据并通过Encord平台验证输出结果，用于训练其工业检测机器人识别液体泄漏及设施巡检间的其他变化。
ANYbotics在Encord中生成异常片段，该平台由NVIDIA Cosmos Data Factory提供支持。
计算机视觉公司Ultralytics使用真实图像以及通过Cosmos Data Factory生成的定向合成缺陷重新训练其YOLO模型，提升了缺陷定位和召回能力。
训练、调整与优化模型
准备好训练数据后，开发者可以训练自己的架构，也可以从预训练模型开始。
在GTC柏林大会上，NVIDIA将Cosmos Framework的训练、优化和部署工具及方案作为智能体技能扩展到更多开放模型，并发布了Cosmos 3，为世界模型构建者提供了从实验到部署的更快路径。
开发者和智能体现在可以通过微调和强化学习来调整GR00T、Alpamayo、QWEN、Pi0.5等开放模型以及其他兼容的Hugging Face模型，通过蒸馏和量化优化模型，并实现高性能推理部署。
为开发专用于第一视角操作的世界模型，机器人研究实验室MicroAGI基于人类操作物体的视频对Cosmos 3进行了后训练，并将其320亿参数的推理器蒸馏为80亿参数的Nano模型，且未损失准确率。
开发者可以在Roboflow上为特定环境和任务标注数据并对Cosmos 3进行后训练，然后将这些模型部署到Roboflow托管的或本地的NVIDIA GPU上，将视频推理能力引入工厂和仓库。
更快测试策略与运行模型
除上述工具外，NVIDIA还持续通过Cosmos模型推进基础技术发展。
新的用于仿真的Cosmos 3 Nano模型变体使开发者能够在可重复、难以采集的多视角多传感器场景中测试自动驾驶策略。配套代码允许开发者调整模型，在实车测试前于交互式仿真环境中训练和评估自己的自动驾驶车辆及双臂机器人策略。
开发者可以使用更新后的NVIDIA Cosmos 3 NIM微服务部署核心Cosmos模型，在经过验证的配置中实现最高2倍的推理速度提升且不损失质量，同时持续视频分析可实现亚秒级告警。
对于视觉AI开发者而言，基于Cosmos NIM微服务构建的新版NVIDIA Metropolis视频搜索与摘要（VSS）蓝图3.3，可将一个提示词转化为高效的视频AI应用，帮助团队在相同GPU资源下监控多达40%更多的视频流。
阿布扎比国家石油公司（ADNOC）使用Fogsphere基于Cosmos和NVIDIA Metropolis VSS蓝图构建的MistIQ智能体平台，在65个站点实时检测安全隐患。针对罕见事件，Fogsphere还使用Cosmos Data Factory生成合成训练数据，无需实际布置危险场景即可提升检测能力。
Cosmos平台完全模块化且开放。开发者可以使用Cosmos Data Factory生成训练数据集，使用Cosmos Framework训练和调整世界模型，然后通过NIM微服务部署受支持的Cosmos模型。
Pranjali Joshi
NVIDIA Omniverse产品营销经理
来源：NVIDIA
