发布了什么
英伟达在 2026 年 11 月 5 日宣布，Cosmos 世界模型开发平台为 Cosmos 3 模型家族新增四个开放权重检查点。四个模型都建立在 Cosmos 3 Nano 之上，属于后训练示例，可训练参数为 16B。它们使用 OpenMDW1.1 许可，按许可条款可用于商业和非商业场景。
新增的四个模型分别是 Cosmos3-Nano-Transfer-Auto、Cosmos3-Nano-Sim-Auto、Cosmos3-Nano-Sim-Transfer 和 Cosmos3-Nano-Sim-Bimanual，各自侧重不同的仿真任务。官方表示，开放权重与后训练配方为后续适配提供了一个共同的起点。
各模型的侧重
Transfer-Auto 能在最多 11 个相机视角之间生成同步视频，其中包含鱼眼视角。它还支持 RGB 与 LiDAR 的联合生成，联合 LiDAR 生成会用到对齐的 HD 地图距离图控制。Sim-Auto 则被描述为 Transfer-Auto 的因果蒸馏流式版本。
Sim-Bimanual 面向双臂交互仿真，支持 YAM 和 AgiBot 机型。混合动作示例使用 59 个控制值，训练时补齐到 64。报告中的设定是：Transfer 每个分块预测一步，优化后的 Bimanual 设置预测两步。
运行条件与实现细节
官方列出的 Sim-Bimanual 运行要求为 Linux、NVIDIA GPU、Docker 和 NVIDIA Container Toolkit。公布的 vLLM-Omni 配置在一张 GB200 上测试过，来源明确说明这并非最低显存规格。服务器会下载权重，客户端负责获取示例输入。
在方法上，一致性蒸馏用冻结的教师模型训练学生模型，每个分块用四步去噪完成生成。初始图像之后，每个潜变量时间步对应四帧 RGB。官方还提示，为保证时间对齐，T 次状态转移需要 T+1 个观测。
对创作者和商家意味着什么
这批模型偏向世界仿真与机器人数据，与常见的短视频生成工具并不完全是一回事。对需要合成多视角画面、或做具身智能相关实验的团队，它可能提供一个可继续训练的起点，但需要自行评估投入。
实际使用前值得先核对自己的硬件与用途。官方说明，闭环交互还需要仿真运行时和 WSM 渲染器，才能根据驾驶输入更新控制；一次短时运行通过只说明流程能跑通。关于使用价格、最低显存要求和区域可用性，官方这次没有说明。
本文说明：正文由人工智能根据来源材料撰写，经与来源比对并由编辑审核。配图由人工智能为 AISTETIKA 生成，并非新闻画面。
