2025年1月7日，英伟达（NVIDIA）在CES上宣布推出其全新的Cosmos世界基础模型平台，标志着物理人工智能（AI）领域迈入了一个新的发展阶段。这一平台的核心是开源的世界基础模型，通过生成物理感知的合成数据，加速机器人、自动驾驶汽车等物理AI系统的开发。

Cosmos平台解决了物理AI开发中的数据获取和模型训练难题。传统的物理AI模型开发需要大量真实数据和复杂测试环境，耗时耗力且成本高昂。Cosmos通过其生成式模型，快速生成大量与真实世界相似的合成数据，为AI模型训练和评估提供优势。

该平台具有高度灵活性和可定制性，提供从通用模型到定制化模型的多种选择。开发者可利用通用模型处理广泛任务，或根据具体场景微调通用模型创建定制化模型。Cosmos还配备高效视频处理管道和高级标记器，加速数据处理和标注，确保数据质量，为模型训练和优化提供基础。同时，平台集成护栏功能，保障数据安全合规。

英伟达的开源举措降低了物理AI开发门槛，使大型企业和小型创业公司都能快速推进项目，推动行业发展，为开发者提供创新机会。Cosmos平台的推出为物理AI发展注入活力，未来，随着更多开发者和企业的加入，Cosmos有望在自动驾驶、智能机器人、虚拟现实等领域发挥更大作用。

# 人工智能 # AIGC
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局