NVIDIA开源Cosmos 3——全球首款物理世界全模态大模型

五大模态原生集成

NVIDIA在6月初正式开源了全球首款物理世界全模态大模型Cosmos 3。该模型采用创新的混合Transformer架构，原生集成了文本、图像、视频、环境音和动作五大模态，是首个将如此多样的物理世界信息融合到统一框架中的大模型。

降低开发门槛

Cosmos 3的开源极大降低了具身智能、自动驾驶和工业机器人领域的开发门槛。开发者无需从头构建多模态理解系统，可直接基于Cosmos 3进行应用层开发。同时，NVIDIA宣布Vera Rubin架构已全面量产，支持机密计算，Agent推理吞吐量提升10倍。