标签
NVIDIA Cosmos3，一个64B参数的图像生成模型，发布了INT4量化版本，支持在CUDA和MLX上本地部署，代码和权重可用，并在Apple Silicon上展示了性能。
在ECCV 2026的AI City挑战赛中，展示了开发稳健视觉AI系统的获胜者，其中顶级解决方案在视频预测中使用NVIDIA Cosmos世界基础模型，用于场景理解和预测等任务。
工程师可以使用 NVIDIA Cosmos 配合 RoadRunner、MATLAB 和 Simulink 生成逼真的驾驶场景，用于自动驾驶开发，结合控制仿真和生成式AI以增加视觉多样性。
介绍了两个机器人世界模型相关的项目：Awesome-WAM（OpenMOSS）收录了World Action Models和DreamDojo等论文；awesome-physical-ai整理了VLA模型、世界模型和具身基础模型论文合集（含NVIDIA Cosmos Predict2.5）。
一份完整指南，介绍如何使用LoRA/DoRA微调NVIDIA的Cosmos Predict 2.5世界模型，以生成机器人操作视频，涵盖数据集准备、训练、推理和评估。