品玩7月23日讯,NVIDIA近日在SIGGRAPH 2026上正式发布Cosmos 3 Edge,一款专为边缘设备设计的40亿参数开源世界模型。该模型可在Jetson Thor等硬件上实时运行,以15Hz频率生成机器人动作,并能推理视觉场景,实现“物理AI”的核心能力。
Cosmos 3 Edge采用双塔架构,包含一个自回归推理塔和一个扩散动作生成塔,可处理文本、图像、视频、音频及动作数据。其配套的20亿参数推理模块可独立运行于Jetson Orin 8GB,大幅降低开发门槛。模型权重、代码及训练配方均以OpenMDW-1.1许可证开源。
该模型在VANTAGE-Bench视觉分析基准中位列同规模第一,适用于机器人操作、自动驾驶场景理解及智能基础设施等场景。NVIDIA同时提供Cosmos 3 Edge Policy (DROID)等预训练检查点,加速开发者部署。
目前,Agile Robots、Doosan Robotics、Siemens等七家公司已启动评估。模型仅支持NVIDIA硬件,且15Hz控制频率适用于抓取放置等任务,不适用于高速动态控制。