NVIDIA 發布 Cosmos 3：全球首個開放式 Physical AI 全模態基礎模型
NVIDIA 在台北 GTC 暨 Computex 2026 大會上，正式發布 Cosmos 3——全球第一個完全開放的 Physical AI 全模態基礎模型（Omnimodel）。 這是機器人與自駕車領域的重大里程碑，單一模型即可同時處理視覺推理、世界生成與動作預測三大任務。
什麼是 Cosmos 3？
Cosmos 3 採用突破性的 Mixture-of-Transformers（MoT）架構，將推理型 Transformer 與生成型 Transformer 雙塔整合於同一系統。 它能原生輸入與輸出文字、圖像、影片、環境音效與動作指令，無需多個獨立模型串接，大幅降低開發複雜度。
NVIDIA 創辦人暨執行長黃仁勳表示：
「物理 AI 的大爆炸即將來臨。Cosmos 3 系列開放前沿全模態模型，讓開發者能打造真正能感知、推理、規劃並行動的機器人、自駕車與視覺 AI。」
三大模型規格
Cosmos 3 提供三種版本，滿足不同應用場景需求：
| 版本 | 參數量 | 適用場景 |
|---|---|---|
| Cosmos 3 Nano | 80 億（8B） | 工作站邊緣部署，RTX PRO 6000 GPU |
| Cosmos 3 Super | 320 億（32B） | 資料中心大規模合成資料生成，Hopper/Blackwell GPU |
| Cosmos 3 Edge | 即將推出 | 邊緣即時推論（Coming Soon） |
跑贏全榜：多項 Physical AI 基準測試第一
Cosmos 3 在多項開放模型排行榜中拿下第一，涵蓋：
- 世界生成準確度：Physics-IQ、PAI-Bench、R-Bench
- 動作策略評估：RoboLab、RoboArena
- 視覺推理理解：VANTAGE-Bench、TAR 排行榜
- 影像轉影片生成：Artificial Analysis 開源模型排名第一
此外，Cosmos 3 能將 Physical AI 的訓練週期從數月縮短至數天。
完全開源：模型、訓練腳本、資料集全公開
NVIDIA 採取罕見的完整開源策略，在 Hugging Face 和 GitHub 上同步釋出：
- 模型權重（Model Weights）
- 訓練與後訓練腳本（Post-Training Scripts）
- 合成資料生成資料集（Synthetic Data Datasets）
開發者也可透過 NVIDIA NIM 微服務部署，或使用雲端合作夥伴 Microsoft Azure、CoreWeave、Nebius 存取。
Cosmos Coalition：開放世界模型聯盟成立
NVIDIA 同步宣布成立 Cosmos Coalition，聯合多家 AI 實驗室與機器人領導廠商共同推進開放世界模型生態系。 創始成員包括：
- Agile Robots、Black Forest Labs、Generalist
- LTX、Runway、Skild AI
已採用 Cosmos 平台的產業應用夥伴則包含 三星（Samsung）、LG Electronics、Doosan Robotics（斗山機器人） 與 理想汽車（Li Auto）。
立即取得 Cosmos 3
- 🤗 下載模型：Hugging Face
- ⚙️ 後訓練腳本：GitHub
- 🚀 雲端部署：NVIDIA Build
