世界模型的另一条路：NVIDIA 把 Cosmos 3 后训练例放进下载页

11 月 5 日，NVIDIA 在 Hugging Face 官方博客公布 Cosmos 3 家族的四个开放权重检查点：Cosmos3-Nano-Transfer-Auto（多视角驾驶数据生成，最多 11 个相机视角，RGB 与 LiDAR 联合生成）、Cosmos3-Nano-Sim-Auto（蒸馏成流式的相机加 LiDAR 观测，几个去噪步出一小段）、Cosmos3-Nano-Sim-Transfer（模拟器控制加文字提示转照片级视频）与 Cosmos3-Nano-Sim-Bimanual（机器人动作到视频，支持 YAM 与 AgiBot 两种本体）。四个检查点全部是 Cosmos 3 Nano 的后训练例，各 16B 可训练参数，OpenMDW1.1 许可。本站 11 月 7 日经 HF API 核对：四个仓 8 月 20／31 日创建，权重文件 10 月 30 日更新，单仓 32.4–34.5GB——HF 博客 11 月 5 日宣布的是这批已经在仓里的权重。

GA 基座也在：Cosmos3-Super／Nano／Edge 三个基座仓同样开放权重（3 月 10 日、Edge 7 月 1 日创建，9 月 16 日更新），观察时 Nano 基座 13.7 万次下载、Super 3.8 万次、Edge 6.4 万次——这批权重已经在被实际使用，不是新挂出来的空仓库。运行条件同样写在明面上：Linux、NVIDIA GPU、Docker 与 NVIDIA Container Toolkit；官方演示环境是一台 GB200，博客自己写明「this is not a minimum-memory specification」。对面就是 10 月 27 日的 Genie 4：能力更强调交互（键盘行走、文字改景、原生音频），但权重不公开、先给信任测试者，随后进入 AI Ultra 订阅的 Project Genie。

• 看四个后训练例检查点 ↗
• 看 Cosmos3 家族集合 ↗

本站 11 月 7 日在浏览器里完整回读 Physics-IQ Verified 物理续视频榜的 v2v·verified·全列表视图，共 15 行。已收录的 Odyssey 两行未变：Odyssey-3 Pro BoN×8 66.10 居首，Odyssey-3 BoN×8 64.43 第三。新的是 Cosmos 行：Cosmos 3 Super (Astra) BoN×8 65.47 排第二，Cosmos 3 Nano (Astra) BoN×8 61.83 第六，同权重不带提示词增强的单次采样行是 Cosmos3 Super 50.80 与 Cosmos3 Nano 43.00。「OPEN SOURCE」标签排到了这个位置：一台可以下载的模型，把验证分数打到了仅次于榜首的位置，榜上另一行开放权重是第六的 Nano。

配置差异值得单独读：榜上的最高 Cosmos 行带着 (Astra) 后缀，榜单悬停说明写明这是 GPT-6-Astra prompt upsampling——用 OpenAI 的模型给 Cosmos 写提示词；再去掉八选一采样、单次生成时，同一权重只拿 50.80／43.00。从 43.00 到 61.83 的差距不在权重本身，在提示词与采样配置——开放权重拿到好成绩的另一半来自 harness。榜单同版面还有两条专有的 FLUX 3 [large] 行（Black Forest Labs）与两条 Microsoft Research Asia Physical Registry 行（标注 NOT YET AVAILABLE——方法公开、模型未发布），后者提醒读者：分数表上也可能出现拿不到的行。

Genie 4 依旧无行：10-28 记录的缺口在 11-07 的回读里保持原样，这个版面里也没有 Google 自己的行——10-28 记录时的 Veo／Gemini Omni Flash 行不在这版 15 行中，版面行集与 10-28 的 26 行相比有变化，来源侧调整如实记录。世界模型目前仍没有覆盖交互能力的独立评测；这张物理续视频榜量的是「动作之后环境怎样变化」，Genie 4 的音频与实时改景不在其口径内。等有适用的独立评测出现，本站按原榜规则补入，不提前编排名。

• 看 Physics-IQ Verified 榜单当前版面 ↗
• 对照：Genie 4 的榜单缺口章 →

技术报告《Interactive World Simulation with Cosmos for Physical AI》（PDF 标注 11 月 4 日）给出厂商自测数字。机器人基准用 232 个 AgiBot-World 窗口（186 源片段）加 100 个 AgiBot-GEAR 窗口（30 源片段）：Sim-Bimanual 的最终 SF-DMD student（4 去噪步、K/V 窗口 64 含 8 个 sink 帧）对所列 DreamDojo teacher 在两个基准上五项指标全胜——对 DreamDojo 14B，PSNR 提升 2.06 dB（World）与 1.90 dB（GEAR），LPIPS 降约 3.7% 与 6.2%。一个 16B 可训练参数的后训练例在厂商自选基准上胜过 14B 对照，这是报告里最直接的一句卖点。

Sim-Transfer 对 Cosmos 3 GA 参照的四项空间控制指标全升：分割 IoU 0.6433→0.7378，blur SSIM 0.8559→0.8867，Edge F1 0.2140→0.3407（+59.2%），depth SI-RMSE 0.8423→0.6194（−26.5%）；VLM Quality 从 4.9296 到 4.9508。但代价写在同一页：DOVER 与 Prompt 分各降 1.8% 与 2.2%，质量漂移与 Sampson 几何误差上升；蒸馏各阶段里，双向 teacher 在全部九项指标上仍强于最终的因果 student——把双向模型蒸馏成可流式因果版本，实时性是拿指标换的。

这些数字的全部口径是 NVIDIA 自己的报告，不是独立第三方读数。报告自己写明的边界同样值得整段保留：公开基准评估的是动作条件观测预测，「work remains to measure where the models faithfully support policy learning and evaluation」；闭环节流需要模拟运行时与 WSM 渲染器；「a successful short run verifies execution, not convergence」。本站未下载权重、未运行模型、未复现实验——读者把 65.47 读作物理续视频榜的独立读数，把报告数字读作厂商自报，两者不要混算。

• 读技术报告原文 ↗

把 Genie 4 与 Cosmos 3 并排放，世界模型现在的两条放出路径看得很清楚。Google 走订阅侧：模型只在其界面里可用，无权重、无独立榜行、SynthID 水印，能力押在交互体验上——键盘走进去、文字改世界、原生声音，约两分钟场景连贯。NVIDIA 走下载侧：32GB 级检查点、OpenMDW1.1 许可、面向自动驾驶与机器人模拟研究，需要 Linux 加 NVIDIA GPU 加 Docker，官方测试环境是一台 GB200；能力押在数据生成与策略评估上，交互体验不在卖点上。两边的读者也不同：想「走进」一个世界的人去 Genie 的等待列表，想把世界装进训练环的人去 Cosmos 的下载页。

对读者可执行的三点：一，想知道开放权重模型在独立物理评测上走到哪里，Cosmos 3 Super 的 65.47 是当前榜上「OPEN SOURCE」行的最高分（另一行是 61.83 的 Nano）；二，自己有 GPU 与数据的人可以下载检查点——但官方写明短跑通不等于收敛，后训练需要自己的数据与验证；三，想看「走进世界」的体验，Genie 4 的入口仍是信任测试者等待列表与 AI Ultra 订阅。四张榜中只有物理续视频榜给出了世界模型读数，AA 与 Pi 针对语言与编程模型，两边口径不换算。

• 接看：Genie 4 全文 →
• 接看：物理续视频分数怎样读 →