这批检查点通过HuggingFace放出，分别是Cosmos3-Nano-Transfer-Auto、Cosmos3-Nano-Sim-Auto、Cosmos3-Nano-Sim-Transfer和Cosmos3-Nano-Sim-Bimanual。交互式世界仿真由此正式进入自动驾驶和机器人两条赛道。四个模型各有160亿可训练参数，发布许可为Linux基金会监管的OpenMDW-1.1，商业与非商业用途都允许，前提是附上"Built on NVIDIA Cosmos"署名。
Cosmos 3家族自2026年5月31日GTC台北/Computex主体发布以来，这次是规模最大的一轮扩展。NVIDIA首席执行官Jensen Huang当时在主题演讲里把Cosmos 3称作"物理AI的开放前沿基础模型"，同时放出了Super（640亿参数）和Nano（160亿参数）两个规格的权重；4B参数的Edge版则在同年7月跟进落地。
从"多模型流水线"到"单模型全覆盖"的架构逻辑
四个新检查点的价值，得先从Cosmos 3的架构改了什么说起。技术分析显示，以往的物理AI系统一般走链式调用：场景理解交给一个模型，世界生成交给另一个，机器人动作预测再交给第三个，每个接口处都会产生集成损耗。Cosmos 3改用Mixture-of-Transformers双塔架构，把这条流水线替掉了。
两座塔各有分工。Reasoner Tower是自回归视觉语言模型，管理解和推理；Generator Tower是扩散Transformer，负责生成物理感知视频和未来帧。两者共享三维旋转位置嵌入，Generator必须跑在Reasoner的上下文输出之上，推理先于生成，这是设计上定死的约束。整个系统的训练数据约为20万亿token，覆盖图像、视频、音频和动作。
11月5日放出的四个检查点，都是在Nano基础上针对特定任务做过后训练的版本，训练遵循"双向适应→教师强迫→一致性蒸馏→自强迫"四阶段方案，重点解决自回归生成里历史误差累积的问题。也就是说，开发者拿到的不是通用底座，而是已经按目标场景调好、能直接接进仿真流水线的专用模型。
四个检查点，两条产业赛道
按功能划分，这四个模型覆盖的是两个应用层。
自动驾驶这边，Transfer-Auto生成多视角驾驶数据，天气、光照和时段各有不同；Sim-Auto输出同步的摄像头图像与LiDAR点云，能直接接入驾驶仿真器；Sim-Transfer把仿真器控制信号和文字提示转成照片级真实视频，用来处理仿真场景与现实分布之间的域偏移。
机器人这边，Sim-Bimanual支持YAM和AgiBot两种双臂机器人体态的交互仿真，策略模型可以控制它，人也能通过手柄实时操作。这个接口设计意味着，研究人员不用实际部署硬件就能采集双臂操作数据，或者用真人遥操作来填充边缘场景的训练集。
开放的任务专用世界模型检查点，让生成稀有驾驶场景和机器人训练数据的成本降了下来，不必在现实中逐个采集每种极端工况。这其实是仿真换真实数据这条逻辑的直接延伸，对自动驾驶团队尤其有用——雪天夜间的突发切入场景可以在仿真里大量生成，不用等真实路测碰运气。
开放许可背后的硬件现实
许可策略上，Cosmos 3在当前大模型生态里算相对友好的一档：OpenMDW-1.1允许商业使用和衍生模型，只要求署名。Llama系列对商业规模有限制，部分模型则完全封闭，相比之下这个口径确实给初创公司和研究机构留了空间。
硬件门槛则是另一回事。技术指南显示，Nano（160亿参数）至少要96GB显存，对应RTX PRO 6000工作站级别或多卡配置；Super（640亿参数）必须跑在H100、H200或B200数据中心GPU上。面向嵌入式部署的Edge（40亿参数）硬件要求更低，针对Jetson设备，但覆盖的能力也相应收窄。
于是"开放权重"的可及性在实践中明显分层：学术团队和大型自动驾驶公司的基础设施够用，多数机器人创业公司想直接本地推理Nano仍有门槛。云端推理能绕开显存约束，NVIDIA为此提供了Cosmos NIM微服务接口，支持GPU加速的托管调用。
生态聚合与10M下载的信号意义
节奏上看，NVIDIA官方论坛的数据表明，Cosmos系列在2026年7月27日已经突破10M次下载。不到8个月积累到这个体量，说明开发者社区对物理AI基础设施的需求确实存在，而且在快速扩大。
NVIDIA同时在推"Cosmos Coalition"，想把世界模型构建者、AI开发者和物理AI领域的企业拢成一个生态联盟。Figure AI和Boston Dynamics等机器人公司正在探索用Cosmos 3做类人机器人和自动驾驶的世界模型训练。这套生态打法和当年CUDA的路径很像：先用开放工具链让开发者产生依赖，再靠硬件把整个价值链拉回来。
这次发布的战略意图不复杂：开放权重扩大生态，任务专用检查点降低接入成本，硬件分层引导企业用户往数据中心配置迁移。布局结构是完整的，但物理AI的真实价值，最终还得在现实工况的机器人和车辆上兑现。
