摘要由 AI 生成
2026 年 9 月 4 日,NVIDIA 在其机器学习博客宣布推出 Cosmos 3,旨在利用 Amazon SageMaker HyperPod 构建物理 AI 模型工厂。该工厂通过持续循环生成合成数据、后训练感知与策略模型,并在闭环仿真中进行评估,将实时世界数据转化为物理动作。Cosmos 3 采用混合 Transformer(MoT)架构,具备每层联合注意力及训练与推理的不对称设计,作为开放多模态世界基础模型,它将视频、图像、动作和声音视为单一令牌流,在三个模式下运行同一主干网络:前向动力学世界模型用于生成合成视频,逆向动力学动作标签器用于后训练,可部署的动作策略用于评估。此设计消除了传统物理 AI 流水线中为各阶段单独配置 GPU 资源的必要性,将生成、训练与评估工作负载调度至同一持久且高可用的 G…
关键实体KEY ENTITIES
Amazon SageMaker HyperPodCosmos 3DROIDNVIDIA
事件框架EVENT FRAME
产品发布
NVIDIA
Cosmos 3
发布物理 AI 模型工厂构建方案
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- NVIDIA1
- Cosmos 31
- Amazon SageMaker HyperPod1
- DROID1
全部报道(1)SOURCES
↗
NVIDIA 发布 Cosmos 3,旨在构建基于 Amazon SageMaker HyperPod 的物理 AI 模型工厂。该工厂通过持续循环生成合成数据、后训练感知与策略模型并在闭环仿真中评估,将实时世界数据转化为物理动作。Cosmos 3 采用混合 Transformer(MoT)架构,具备每层联合注意力及训练与推理的不对称设计,作为开放多模态世界基础模型,它将视频、图像、动作和声音视为单一令牌流,在三个模式下运行同一主干网络:前向动力学世界模型用于生成合成视频,逆向动力学动作标签器用于后训练,可部署的动作策略用于评估。此设计消除了传统物理 AI 流水线中为各阶段单独配置 GPU 资源的必要性,将生成、训练与评估工作负载调度至同一持久且高可用的 GPU 节点池中进行时间共享。该模型基于 Linux F…