待验证50% 置信事实精确时间
Cosmos是NVIDIA开放的推理型视觉语言模型（VLM），专为物理世界推理设计，负责观察摄像头画面
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/4
首次发现
有效期至：2027/1/2
来源
涉及实体
相关事实
待验证NVIDIA Cosmos是面向物理AI的世界模型，能够以文本、视频、音频和动作作为统一输入与输出74% 相似待验证Cosmos以视频生成模型为核心，能够根据给定的初始画面和动作条件生成符合物理规律的未来帧序列73% 相似待验证NVIDIA Cosmos 系列世界模型接收当前视角与机器人下一步动作，直接生成接下来的画面，并经蒸馏以支持实时运行69% 相似已验证千问视觉模型（Qwen-VL系列）是阿里云通义团队推出的多模态大模型，能够同时理解文本和图像输入67% 相似待验证Cosmos与传统渲染引擎（如Isaac Sim）的区别在于其场景生成基于真实视频数据学习，理论上能更真实还原物体形变、光照等细节以减少sim-to-real迁移鸿沟66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/973069API
curl https://kongchang.com/api/v1/knowledge/claims/973069MCP
get_claim(id=973069)