一句话看懂：英伟达于 2026 年 11 月 5 日在 Hugging Face 发布 Cosmos 3 系列四款开放权重模型，主打交互式世界模拟与多传感器驾驶场景生成，权重开放且允许商用，但实际效果仍需开发者自行验证。
事件核心：发生了什么
此次新增的四款模型均以 Cosmos 3 Nano 为基座后训练而来，各含 160 亿可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。四者分工明确：Transfer-Auto 面向离线合成驾驶数据，可生成最多 11 路相机（含鱼眼）的同步视频并联合输出 LiDAR；Sim-Auto 是前者的因果蒸馏流式版本，用少量去噪步输出连续视频与 LiDAR 片段，支持长时交互式推演；Sim-Transfer 把物理模拟器的空间控制加文本提示转为照片级逼真视频；Sim-Bimanual 则根据机器人或相机动作预测视频结果。
为什么重要
训练机器人和自动驾驶策略，长期受限于真实数据采集成本高、场景覆盖窄。这组模型提供了一条“生成环境”的路径：既能批量扩充训练与评测数据，也能让策略在可控场景中反复试错。更关键的是，英伟达同时开放权重和后训练配方，试图把 Cosmos 做成世界模型领域可复用的公共底座。目前公开信息显示，官方也坦承问题未解——模型在多大程度上能忠实支撑策略学习与评估，仍需量化验证。相较闭源方案，开放的定位有利于吸引研究者和开发者围绕其生态做适配。
对用户/开发者/创作者的影响
对自动驾驶研发团队，Transfer-Auto 可作为合成数据管线起点，并通过后训练适配自有相机布局、LiDAR 配置和目标场景；需要闭环交互时再蒸馏为 Sim-Auto，但流式仿真仍依赖外部运行时和 WSM 渲染器更新控制信号。机器人方向可借助 Sim-Bimanual 探索动作到视觉反馈的映射，Sim-Transfer 则适合把仿真器输出“美化”为真实感视频。创作者可在合规前提下生成多天气、多光照的驾驶素材。需注意：这些是开放权重与后训练示例，并非开箱即用的成熟产品，接入新传感器需额外训练与算力投入。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是官方技术报告后续是否给出可信的策略学习评测数据，而非仅有演示效果；二是社区是否形成对具体车型、机械臂与传感器组合的适配方案，降低二次训练门槛；三是其他世界模型厂商是否跟进开放权重，以及这类合成数据的合规边界在监管层面如何明确。
