四个模型、四份分工

11 月 5 日,NVIDIA 在 Hugging Face 放出四个 Cosmos 3 Nano 后训练检查点,都是 160 亿可训练参数,OpenMDW 1.1 协议、允许商用。Transfer-Auto 造合成驾驶数据:最多 11 个相机视角(含鱼眼)、RGB 与 LiDAR 联合生成,文字提示控制天气、光照、时段——同一条路可以重放成雨夜或清晨。Sim-Auto 是它的蒸馏流式版,几步去噪出一小段相机加 LiDAR 观测,专门做闭环仿真。Sim-Transfer 把物理仿真器的状态加文字提示渲染成照片级视频——物理归仿真器管,画面归模型画。Sim-Bimanual 从双臂机器人(YAM、AgiBot)或相机的动作直接预测下一帧画面。

配方和权重一起放

四阶段训练配方同步公开:双向适配、教师强制、一致性蒸馏(压到 4 步去噪)、self-forcing——最后这步让模型在自己生成的历史上继续学,防止小误差滚成大偏差。官方明说这些检查点是共享起点,鼓励团队拿自己的传感器配置和机器人本体做后训练,再比较方法。

权重白送,训练配方白送——NVIDIA 卖的还是跑这些模型的 GPU 和平台。

门槛在 GPU,不在协议

BF16 跑 Nano 要 58GiB 显存、FP8 要 44GiB,官方的流式方案是在一块 GB200 上测的。也就是说这是给自动驾驶团队和机器人实验室的开放起点,不是消费级玩具。时间点也耐人寻味:上周 Google Genie 4 走闭源路线,NVIDIA 的回应是开权重、卖平台——在机器人世界模型这件事上,先让所有人站上同一条起跑线。