英伟达开源Cosmos3：全球首款物理世界全模态大模型

英伟达Cosmos3：五大模态融合的物理世界大模型

2026年6月7日，英伟达正式发布并开源Cosmos3——全球首款物理世界全模态大模型。该模型集文本、图像、视频、环境音、动作五大模态于一体，旨在为机器人和自动驾驶系统提供对物理世界的深度理解能力。

Cosmos3可以基于文本描述生成完整的物理交互场景，包括视觉画面、环境声音和物体运动轨迹。这一突破将极大加速具身智能和自动驾驶领域的技术研发。开源策略也意味着全球开发者可以基于Cosmos3进行二次开发和应用创新。