本页为日语原文的AI翻译。如有出入，以日语版为准。
NVIDIA发布将Cosmos应用于交互式世界模拟的框架
NVIDIA在arXiv上发布了一个通用框架，可将Cosmos世界基础模型用于实时交互式模拟。代码和模型检查点也已公开。
本文由AI生成，未经人工事先审核自动发布。
- 发布日期
- 2026.11.04（当地）
- 用途
- 机器人・研究・自动驾驶
- 出处
- 1条（en）（其中一手信息 1条）
要点
- 该框架可根据操作和场景控制逐步生成视频，让用户或智能体与虚拟环境交互
- 既支持预测行为的视觉结果，也支持根据外部模拟器的物理状态生成观测
- 代码和检查点已在GitHub和Hugging Face上公开
发生了什么
NVIDIA发表了论文《Interactive World Simulation with Cosmos for Physical AI》，提出一个通用框架，用于将Cosmos世界基础模型（World Foundation Model）适配到面向物理AI的实时交互式世界模拟。该论文在arXiv上的公开日期为2026年11月4日。
原理与内容
根据论文摘要，该框架会根据行为和场景控制持续生成视觉观测。论文称，这使人类或具身智能体能够与不断变化的虚拟环境进行交互。
对实务的影响
这项研究指出了一个方向：以通用基础构建基于视频生成的虚拟环境，用于机器人和自动驾驶的训练与评估。它有可能用于实机测试之前的验证，但其精度和在实际业务中的适用性无法从现有材料中确认。
案例
- 相机导航和机器人操作
- 可控视频迁移
- 多视角自动驾驶（AV）模拟
如何试用
- 从论文的arXiv页面进入官方项目网站和GitHub仓库，查看已公开的示例内容
- 在Hugging Face的合集中确认检查点的种类和许可证
注意事项・未确认事项
- 现有材料仅有论文摘要，无法确认模型规模、延迟、帧率和评估结果等数值。
- 所需的计算资源和许可条件无法从材料中确认。
- 材料中没有记载是否与真实世界的3D扫描或3DGS联动。
- X上的帖子仅作为话题线索，文章中的事实以arXiv摘要为依据。
术语
- 世界基础模型（WFM）
- 以视频等形式预测和生成环境变化的大规模模型，用作物理AI训练和评估的基础。
- 物理AI
- 机器人、自动驾驶汽车等在现实世界中运行的AI的统称。
- 视频迁移（Video Transfer）
- 在保持输入视频结构的同时，改变外观和条件，将其转换为另一段视频的处理。
出处
一手信息（发布方・论文・代码仓库）
- Interactive World Simulation with Cosmos for Physical AIarXiv（arxiv.org）・en
引出本文的X帖子
本文由AI根据出处（一手信息）以日语生成，未经人工事先审核，经过与出处核对等自动检查后自动发布（关于AI的使用）。数值和规格为发布方信息，本站未独立验证。详情请查阅原文。如发现错误，请通过联系表单告知，我们将尽快确认并更正。 本页为日语原文的AI翻译。如有出入，以日语版为准。 日语原文
运营公司的服务点群×BIM×3D/4D Gaussian（IZUTSUYA株式会社）