机构 · 企业实验室 · 美国

NVIDIA

以 Cosmos 为核心,把世界模型定位成机器人训练的数据与仿真基础设施。

这家机构在做什么

NVIDIA 不直接下场做通用世界模型研究,而是把自己定位成路线 4(具身智能/VLA)的基础设施提供商:与其让每家机器人公司各自采集数据、各自训练,不如卖一个能批量生成「物理上说得过去」的合成训练数据与仿真环境的平台。2025 年 1 月 6 日 CES 上发布的 Cosmos 世界基础模型平台(arXiv:2501.03575),以及同年 3 月发布的人形机器人基座模型 GR00T N1(arXiv:2503.14734),是这套思路的两块基石。

官方口径显示,Agile Robots、Doosan Robotics、LG 电子、三星电子、Skild AI 等机器人公司和理想汽车等自动驾驶公司已在使用 Cosmos 生成训练数据或做场景仿真;2026 年 6 月发布的 Cosmos 3 进一步扩展到多模态、约 20 万亿 token 量级的训练数据规模(官方口径)。

最大的不确定性在于合成数据的天花板:用 NVIDIA 自己生成的「看起来符合物理规律」的视频去训练机器人或自动驾驶模型,能在多大程度上真正缩小仿真与现实之间的差距,目前主要靠 NVIDIA 和客户各自的内部评测背书,还缺少统一基准上的独立验证。同时,NVIDIA 既是世界模型平台的提供方,也几乎是这些客户唯一的 GPU 供应商,这种双重身份会不会影响外界对平台效果的客观评价,也是悬而未决的问题。

旗下模型 · 4 个
Cosmos
2025-01
视频模拟器
世界基础模型平台:预训练 + 后训练管线。
Cosmos 3
2026-05
视频模拟器
把视觉推理、世界生成与动作预测放进同一个模型的全模态物理 AI 基座。
GR00T N1
2025-03
具身策略
人形机器人推理与技能基础模型。
GR00T 2
2026-11-09
视频模拟器
NVIDIA 基于 Cosmos 的「世界动作模型」:同一个扩散 Transformer 同时预测未来视频与机器人动作,用 40 万小时人类第一视角视频预训练。
← 回到机构列表