待验证50% 置信事实精确时间
Cosmo 3 的核心能力是开发者可以基于场景图描述来约束生成内容,而不是被动接受随机采样结果。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/9
首次发现
有效期至:2027/2/7
来源
自动驾驶训练数据从哪来?Cosmo 3用场景图生成多传感器数据
youtubeNVIDIA Developer2026/11/9
涉及实体
相关事实
待验证Cosmo 3 通过世界场景图控制生成,并能同时输出 RGB 与 LiDAR 数据,用于闭环仿真产生训练样本。69% 相似待验证纯代码生成加实时计算的组合能让模型在不依赖图像/视频生成模型的前提下产出视觉丰富的成果68% 相似待验证Coze和Dify等图形化工具也支持在图形化框架中编写代码66% 相似待验证英伟达新增的4个Cosmos 3开放权重模型用途各有不同:有的能生成不同天气、光照和时段的多视角自动驾驶数据;有的能同时输出摄像头画面和激光雷达观测;有的把仿真器里的控制信号渲染成接近真实的视频;还有的根据双臂机器人的动作预测接下来的画面。63% 相似待验证SceneBloom 提出了一种智能体框架,通过结合视觉布局采样与合约引导的3D编译,自动生成高质量、无碰撞的室内场景,为具身学习提供数据来源。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1152075API
curl https://kongchang.com/api/v1/knowledge/claims/1152075MCP
get_claim(id=1152075)