物理人工智能领域迎来革命性进展。6月1日，英伟达正式推出面向物理人工智能的开放世界基础大模型——cosmos3。作为全球首个完全开源、全面支持多模态的物理ai大模型，该模型采用突破性的混合transformer架构，在统一框架内集成了视觉理解、环境建模与运动规划能力，有望将物理ai系统的训练与验证周期由数月压缩至仅需数天。

针对具身智能长期存在的核心挑战——即在数据稀缺、仿真平台分散的条件下难以实现真实场景泛化，Cosmos3提出了系统性破局路径。该模型基于涵盖数十亿级文本、图像、视频、音频及动作序列的超大规模物理AI专用数据集进行训练，具备原生跨模态感知与生成能力，其物理建模保真度达到当前行业最高水准。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

在底层设计上，Cosmos3首次融合了判别式推理Transformer与生成式Transformer双引擎。模型先对物体间的力学关系、动态演化过程以及时空依赖结构进行深度建模，继而高效完成高保真视频合成与精准动作轨迹推演。这一协同机制显著提升了其多模态语义解析能力、真实物理环境预演能力，以及面向机器人任务的动作策略生成能力。在Artificial Analysis、Physics-IQ、RoboLab等主流物理AI评测基准中，Cosmos3在所有开源模型中综合表现位居首位。

Runway

Runway 是 AI 视频生成与创意制作平台，支持图片转视频、文本生成视频和角色动画等创作流程。

下载

为满足差异化研发需求，英伟达同步发布三大定制化版本：面向机器人与自动驾驶领域精调优化、强调建模精度的 Cosmos3Super；主打轻量高效、可在数秒内完成高质量视频解析与动作推断的 Cosmos3Nano，目前已开放使用；此外，专为边缘设备低延迟实时推理设计的 Cosmos3Edge 版本也已进入发布倒计时。

伴随大模型发布，英伟达携手Agile Robots、Black Forest Labs、Generalist、LTX、Runway与Skild AI等全球领先的世界模型研发机构及AI开发者，共同创立“英伟达宇宙联盟”（NVIDIA Cosmos Coalition）。英伟达创始人兼CEO黄仁勋指出：“随着多模态推理与世界模型技术接连取得关键突破，物理人工智能的范式变革已然开启。这批前沿开源模型的落地，将赋能全球开发者加速技术跃迁，构建真正具备现实世界感知、因果推理与自主执行能力的新一代智能体。”