编者按：本文是"进入全域宇宙"系列的一部分，聚焦开发者、3D从业者和企业如何利用OpenUSD与NVIDIA Omniverse的最新进展变革工作流程。
今年7月，NVIDIA与200余家企业和组织联署了"开放权重与美国AI领导力"公开信。这封公开信指出，AI领导力的衡量标准，不在于某个单一的前沿模型，而在于开放生态系统能否渗透到每一个行业领域。
开放模型允许任何人下载、检查、修改并在自有基础设施上运行，这正是实现这一目标的关键所在。在物理AI领域，这一点尤为重要——因为每一次落地部署，本质上都是一道专业化适配的难题。
物理AI的核心能力：理解物理世界
物理AI不仅仅需要识别外观，更需要理解并预测行为的后果。
为此，世界模型需要学习物理环境的运行规律、预判下一步可能发生的事件，并推断哪些行动是合理的。它们能够生成基于物理规律的世界与动作数据，模拟未来状态，并为面向机器人、自动驾驶汽车或视觉AI系统的专业化应用提供基础支撑。
开放世界模型已被广泛用于生成训练数据、测试策略以及为物理AI系统进行专业化定制。NVIDIA Cosmos 3将上述能力整合于一个开放模型家族之中，在机器人、自动驾驶和视觉AI等多项基准测试中取得领先成绩，并已获得广泛应用。
NVIDIA Omniverse库作为NVIDIA Agent Toolkit的组成部分，提供了开箱即用的能力，帮助物理AI团队构建可用于仿真的世界环境，从而在真实部署前完成系统的训练、测试与验证。
为什么开放世界模型至关重要
物理AI所需的数据采集成本高昂，且难以大规模获取。罕见事件和长尾场景尤其难以安全、反复地复现。
世界模型在以下方面带来显著价值：
通过从大规模多模态场景中学习物理关系，生成更高质量的数据；构建涵盖不同天气、光照、物体和轨迹的多元化环境；为特定机器人、车辆、传感器配置、任务或运行环境的定制化开发提供更坚实的基础。
开放意味着实际可用
通用模型并不了解某个团队特定的机器人硬件、传感器或运行环境。弥合这一差距，需要访问模型权重、获得允许改编的许可协议，以及用于后训练的配套工具。
NVIDIA Cosmos世界基础模型采用Linux基金会OpenMDW 1.1许可证发布，允许团队在自有数据和硬件上对模型进行后训练。在专业化适配这一环节，开放性不是锦上添花，而是切实的技术前提。
专业化定制只是工作流的一部分。团队还需要相应的环境来生成数据、运行仿真和测试行为。
Omniverse库帮助开发者构建适用于仿真的环境，OpenUSD则提供了用于组合、复用和交换复杂3D数据的开放框架，贯穿数字孪生、仿真及合成数据生成的全流程。Omniverse与OpenUSD的结合，有效减少了每次资产、传感器配置或环境条件变更时重复劳动的积累。
Cosmos 3：面向物理AI的全能基础模型
NVIDIA Cosmos 3是一款前沿的开放物理AI基础全域模型，采用混合Transformer架构，将视觉推理、世界生成与动作预测融为一体。开发者可借助这一模型家族完成场景理解、合成数据生成、未来状态模拟，以及专用世界动作模型的构建，无需分别维护多个独立模型。
Cosmos 3系列包含三款产品：面向高保真世界建模的Cosmos 3 Super（640亿参数）、面向高效推理与后训练的Cosmos 3 Nano（160亿参数），以及面向端侧视觉推理和机器人策略部署的Cosmos 3 Edge（40亿参数）。Cosmos 3 Edge足够轻量，可在边缘GPU上运行，支持部署于NVIDIA RTX GPU、NVIDIA DGX系统及NVIDIA Jetson平台（包括Jetson Thor系列）。
在基准测试评估方面，Cosmos 3在Artificial Analysis平台的开放权重文生图和图生视频类别中排名第一，在PAI-Bench世界生成评测和Physics-IQ图生视频类别中同样位居榜首，在RoboLab机器人策略评测中排名第一。Cosmos 3 Super还在VANTAGE-Bench视觉理解评测中荣列开放模型榜首。
除Cosmos之外，NVIDIA物理AI技术栈还包括：面向机器人的Isaac GR00T、面向自动驾驶的Alpamayo，以及面向视觉AI的Metropolis。
行业落地：生态系统正在加速形成
众多行业开发者正在基于NVIDIA Cosmos构建物理AI应用：机器人领域涵盖斗山机器人、LG电子、三星电子和Skild AI；自动驾驶领域包括理想汽车、小米和Afari；视觉AI领域则有Centific、Fogsphere、Linker Vision、Milestone Systems和Yuan，致力于打造驱动工业AI与智慧空间应用的视觉AI智能体。
NVIDIA Cosmos联盟进一步推动了上述工作，汇聚世界模型构建者、AI开发者与物理AI领域的领军力量，共同贡献模型、研究成果与评估方法。NVIDIA近期将联盟扩展至日本，当地机器人与制造业领军企业正积极加入，计划为工厂、物流、农业、建筑、医疗和交通等场景开发开放世界模型。
通过这些实践与协作，开放世界模型正逐步确立其作为机器人、自动驾驶汽车和视觉AI系统等物理AI领域可扩展基础的核心地位。
Q&A
Q1：NVIDIA Cosmos 3有哪些版本，分别适用于什么场景？
A：Cosmos 3系列包含三款产品：Cosmos 3 Super（640亿参数）适用于高保真世界建模；Cosmos 3 Nano（160亿参数）适合高效推理与后训练；Cosmos 3 Edge（40亿参数）则专为端侧视觉推理和机器人策略部署设计，可在NVIDIA RTX GPU、DGX系统和Jetson平台上运行，适合边缘计算场景。
Q2：为什么物理AI领域需要开放的世界模型？
A：物理AI的落地部署本质上是专业化适配问题，通用模型无法直接了解特定机器人的硬件、传感器或运行环境。开放世界模型允许团队访问模型权重并基于自有数据进行后训练，这是完成专业化定制的实际技术前提，而非可选项。此外，物理AI训练数据采集成本高昂，开放世界模型可生成多样化合成数据，有效降低对真实数据采集的依赖。
Q3：NVIDIA Cosmos联盟主要做什么？
A：NVIDIA Cosmos联盟汇聚世界模型构建者、AI开发者与物理AI领域领军企业，共同贡献模型、研究成果与评估方法。目前联盟已扩展至日本，当地机器人与制造业领军企业正加入其中，计划针对工厂、物流、农业、建筑、医疗和交通等场景开发开放世界模型，推动物理AI在更多垂直行业落地应用。
