全新 Cosmos Reason 模型问世，英伟达助力推进机器人及物理 AI 进程

英伟达在SIGGRAPH 2025大会上发布了全新的 Cosmos Reason 模型，这是其 Cosmos 世界基础模型（WFM） 系列中的最新推理视觉语言模型（VLM），专为 物理 AI 和机器人 设计。Cosmos Reason 是一个 7B 参数 的开放、可完全定制的多模态大模型，具备 时空感知和物理推理能力，能够通过思维链（Chain-of-Thought）推理，理解视频和图像中的物理世界，并生成逻辑决策。

核心功能

• 物理世界理解：Cosmos Reason 使用结构化推理，结合物理常识和空间时间理解，帮助机器人和 AI 代理像人类一样理解物理世界。

• 机器人决策与规划：可作为机器人视觉语言动作（VLA）模型的“大脑”，使机器人能够分解复杂任务并执行，即使在陌生环境中也能基于常识做出合理决策。

• 数据管理与标注：自动化高质量训练数据的筛选、批判和标注，加速机器人和自动驾驶汽车的训练。

• 视频分析 AI 代理：用于城市、工业运营等场景的视频搜索和总结，提取洞见和进行根因分析。

模型训练与优化

Cosmos Reason 通过 物理 AI 监督微调（SFT） 和 强化学习（RL） 进行训练，以桥接多模态感知与真实世界决策，提升在物理 AI 任务中的表现。

可用性与部署

• 开放获取：Cosmos Reason 模型（包括 7B 和 56B 参数版本）已开源，可在 NGC、Hugging Face、GitHub 等平台获取。

• 企业级部署：阿里云 PAI 等平台已集成 Cosmos Reason-1-7B 模型，提供企业级部署方案。

此次发布进一步扩展了 NVIDIA Cosmos 平台的能力，通过 Cosmos Reason 加速机器人和物理 AI 的发展。