【英伟达：全球首款开放全模态物理AI模型Cosmos 3发布】 6月4日财联社电，在2026中国台北GTC大会上，英伟达正式官宣重磅产品-NVIDIA Cosmos 3，这款面向物理AI的开放世界基础模型，凭借全新混合Transformer架构，打通视觉推理、世界生成、动作预测三大核心能力，成为全球首款完全开放的全模态物理A模型。 与此同时，英伟达牵头成立全球开发者协作联盟，正式拉起物理AI生态阵营，宣告物理A规模化落地时代加速到来。英伟达同步祭出生态大招，正式成立NVIDIA Cosmos Coaltion全球协作联盟，集结全球顶尖世界模型研发团队与AI开发者，共同推动下一代开放世界模型的技术迭代与落地普及。 【Cosmos 3简介】 据英伟达官网，Cosmos 3 是全球首款完全开放的全模态模型，能够以领先的物理精度原生理解并生成文本、图像、视频、环境音和动作，将物理 AI 的训练和评估周期从数月缩短至数天。 NVIDIA 创始人兼首席执行官黄仁勋表示：“得益于多模态推理语言、视觉和世界模型领域的多项突破，物理 AI 爆发的时代已近在眼前。Cosmos 3 系列开放前沿全模态模型，助力开发者在构建机器人、智能汽车和视觉 AI 方面实现了代际飞跃，使其能够在物理世界中完成感知、推理、规划并采取行动。” Cosmos 3 解决了物理 AI 的一项核心难题：使机器人、智能汽车或视觉智能体能够在训练数据有限和仿真堆栈碎片化的情况下，在现实世界中进行泛化。该模型的混合 Transformer 架构将推理 Transformer 与专家生成 Transformer 相结合，从而使 Cosmos 3 能够在生成视频和动作轨迹前，完成对对象交互、运动及时空关系的解析。 该模型在最大型的多模态物理 AI 数据集之一上进行训练 —— 包括数十亿条文本、图像、视频、声音和动作轨迹样本 —— 为开发者提供了强大的预训练基础，助力其以更少的数据和更低的训练成本构建物理 AI 系统。