英伟达此次可谓重磅出击。2026年6月1日，该公司正式发布了面向物理人工智能的开放世界基础大模型——Cosmos3。这绝非一次常规的小幅升级。作为全球首款完全开源、全模态的物理AI大模型，它在单一系统中实现了视觉推理、世界生成与动作预测三大核心能力的深度融合。通俗而言，过去训练一个物理AI模型，从数据准备到仿真测试通常需要数月时间；而如今，这一周期有望被压缩至数天之内。这场变革的深远意义，或许远超多数人的想象。

长期以来，具身智能领域一直面临一个棘手难题：受限于有限的数据规模和碎片化的仿真框架，模型难以在真实场景中实现有效的泛化能力。而Cosmos3提出的解决方案直击要害。其背后的训练数据集涵盖数十亿条文本、图像、视频、音效以及动作轨迹，海量数据的注入使模型能够原生地理解并生成跨模态内容。关键在于，该模型的物理仿真精度已达到业界领先水平——这意味着模型“模拟”出的物理世界已具备相当高的可信度。

技术架构：双Transformer的巧妙结合

在技术内核层面，Cosmos3创新性地将推理类Transformer与生成类Transformer融合于一体。模型首先会深入解析物体的交互规律、运动状态以及时空关联，完成这一层“思考”后，再精准执行视频生成与动作轨迹预测任务。这种设计带来的直接优势在于，模型具备了强大的多模态图文理解能力、物理环境仿真预判能力，以及辅助机器人完成专项任务的动作策略能力。结果佐证了其实力：在Artificial Analysis、Physics-IQ、RoboLab等主流物理AI评测榜单上，Cosmos3在开源模型类别中全部位列榜首。

版本矩阵：适配不同研发阶段的工具箱

为满足不同研发阶段的需求，英伟达此次一次性推出了多个版本。追求极致精度的Cosmos3Super，专为机器人与自动驾驶模型的二次训练而设计，是追求数据高质量的首选方案；而Cosmos3Nano则主打轻量高效，可在数秒内完成高品质视频解析与动作推理，适合快速迭代验证。这两个版本目前已正式上线。此外，主打边缘端实时推理的Cosmos3Edge也已列入发布计划。

生态共建：英伟达宇宙联盟的诞生

在发布大模型的同时，英伟达还联合了Agile Robots、Black Forest Labs、Generalist、LTX、Runway以及Skild AI等全球顶尖的世界模型研发团队，共同发起成立了“英伟达宇宙联盟”（NVIDIA Cosmos Coalition）。黄仁勋在发布会上表示，随着多模态推理与世界模型的不断突破，物理人工智能的变革时代已经到来。这番表态背后蕴含着务实考量：通过开源前沿模型，英伟达希望帮助全球开发者实现技术跨越，最终打造出真正能够在现实世界中感知、推理并执行动作的下一代智能体系统。