英伟达CES 2025发布Cosmos平台，开启“物理AI”新时代

作者：张雅琦

来源：硬AI

在机器人技术迅猛发展的今天，我们即将迎来一个“ChatGPT时刻”。英伟达在2025年国际消费电子展（CES）上重磅发布了Cosmos，这一新的世界基础模型有望在“物理AI”领域引发革命性的变化。英伟达的创始人兼首席执行官黄仁勋在此次大会上表示，Cosmos将是推动自动驾驶和机器人技术迈向更高层次的关键一步。

物理AI的概念是指一种新型技术，使自主机器（如机器人和自动驾驶汽车）能够在真实世界中进行感知、理解和复杂操作。与传统的生成式AI不同，物理AI能够理解3D世界的空间关系与物理行为。这意味着，在生成内容时，物理AI能够考虑如重力、光学等自然法则，使得生成的图像和视频更趋于现实。例如，传统技术所生成的内容可能缺乏真实的物理细节，而物理AI则能够提供更为真实的场景。

黄仁勋在发布会上指出，从汽车到工厂，未来所有移动的物体都将实现机器人化，并由AI驱动。英伟达的Omniverse数字孪生操作系统与Cosmos物理AI体系将是推动全球实体产业数字化的基石。

宇宙计划：驱动物理AI的生态系统

英伟达已构建出一个完整的物理AI生态系统，其中包括Omniverse、Cosmos和Isaac Sim等核心组成部分。Omniverse是一个加速3D内容创作和物理仿真的，提供了一整套工具、API和SDK，帮助开发者轻松创建高保真的虚拟环境。尤其是在自动驾驶和机器人领域，这种基于物理的虚拟环境为训练和测试AI模型提供了理想的测试场所。

Omniverse的核心是通用场景描述（OpenUSD），这种技术实现了不同3D工具之间的数据互操作性。这次发布会中，Omniverse也得到了显著扩展。通过最新的NVIDIA Edify SimReady生成式AI模型，用户现在能够自动为现有3D资产添加物理效果，大幅提升3D内容的创建效率。

此次发布还展示了物理AI在复杂环境中的应用潜力。例如，利用仿真环境验证程序逻辑的可靠性或获取难以从真实世界搜集的数据以持续训练AI模型。这种方法已经被诸多大厂采用，以推进智能车辆和机器人技术的发展。

Cosmos：物理AI的关键解决方案

Cosmos作为英伟达物理AI体系的重要一环，旨在解决物理AI开发中的一个大痛点，诸如需要大量真实世界数据和高昂的开发成本。Cosmos利用超过2000万小时的视频训练数据，将文本、图像、视频及机器人传感器数据整合，生成多样化的物理环境场景。这些场景包括雪地驾驶、拥挤仓库等，为自动驾驶及机器人的研发提供了至关重要的支持。

显著的是，Cosmos使用英伟达的NeMo Curator框架以及CUDA加速的数据处理流水线，能够在短短14天内完成2000万小时视频的处理，而在传统CPU环境下则需耗费3.4年之久。Cosmos配备的Tokenizer技术能将图像和视频转化为高效的视觉标记，这进一步提升了速度和压缩效率。

黄仁勋在演讲中强调，Cosmos WFMs将成为推动机器人和自动驾驶技术发展的基础性工具。他表示：“我们的目标是让物理AI民主化，使每位开发者都能接触到通用的机器人技术。”

互联网巨头的积极响应

许多行业领先公司已成为Cosmos的早期用户，这些企业利用Cosmos推动机器人与自动驾驶技术的创新。例如，Uber正在通过整合其丰富的驾驶数据，结合Cosmos与NVIDIA DGX Cloud的功能，加速开发安全且可扩展的自动驾驶解决方案。Uber首席执行官Dara Khosrowshahi指出：“生成式人工智能将推动未来出行的发展，这需要丰富的数据和强大的计算能力。”

Agility的首席技术官Pras Velagapudi提到，数据的稀缺性和多变性是机器人学习的关键挑战，而Cosmos所提供的多样化数据生成能力令他们能够在不耗费巨额成本的情况下，实现高效的模型训练和环境适应。

随着Cosmos WFMs通过英伟达NGC和Hugging Face等开放下载，开发者们将可利用这些强大的工具以加速物理AI的应用。前景可期，Cosmos将作为一把利器，推动全球机器人与自动驾驶产业的持续进步。