世界模型是 AI 领域用于模拟物理世界动态变化的核心技术。它让机器人或自动驾驶系统能在虚拟环境中预测动作后果、测试策略，通常通过视频或模拟数据训练而成。这类模型对研究失败原因、迭代设计至关重要，因此需要可控且可重复的模拟框架。
NVIDIA 最新发布的四个检查点均为 Cosmos 3 Nano 的后训练版本，每个都拥有 16B 可训练参数。它们使用 OpenMDW1.1 许可，明确支持商业和非商业用途。开发者可直接下载检查点并参考配套技术报告与演示视频。
模型提供的互补能力
- Sim-Bimanual 从动作预测视觉后果
- Sim-Transfer 把物理模拟器控制转为生成观察
- 同步相机与 LiDAR 生成确保外观和几何一致
- 场景及交通信号控制用于改变路况并研究策略响应
- 流式生成实现观察与后续动作的持续互动
这些功能共同为构建更丰富、更具响应性的模拟世界提供开放基础。NVIDIA 希望研究者能以此为起点适配模型、比较不同方法并贡献改进。
尽管当前模型在忠实支持策略学习方面仍有局限，需要持续测量其边界，但开放权重降低了入门门槛。对中文开发者与机器人从业者而言，这批开源资源可直接用于实验世界模拟技术，加速 AI Agent 在具身智能或自动驾驶项目中的应用。结合可控环境反复测试，能更快追踪模型改进方向并避免盲目投入。