輝達公開5套Cosmos資料工廠藍圖　驗證配置下NIM推論速度最高提升2倍

輝達（NVIDIA，$NVDA）公開5套Cosmos資料工廠設計藍圖，並擴充用於機器人與自駕AI開發的「世界模型」訓練、評估及部署工具。

輝達於10月21日發布的官方部落格介紹了從資料準備到模型部署的工具。世界模型可協助「實體AI」理解並模擬真實世界。

5套新藍圖涵蓋自駕資料生成、影像屬性增強、事件影片生成、瑕疵影像生成，以及影片天候與光線轉換。輝達表示，這些藍圖可透過GitHub、微軟 Azure、Nebius及CoreWeave取得。

自駕資料生成藍圖會在行車資料中加入難以捕捉情境的合成案例。瑕疵影像藍圖則生成印刷電路板、金屬及玻璃的瑕疵影像，供檢測模型訓練使用。

Cosmos框架的訓練與最佳化工具，已擴大支援Cosmos 3，以及GR00T、Alpamayo、QWEN、Pi0.5等相容的開放模型。開發者可透過微調與強化學習讓模型適應特定任務，也能運用蒸餾與量化來最佳化推論模型。

輝達也公開可用於模擬的Cosmos 3 Nano變體模型，供開發者在實際測試前，反覆評估自駕車與雙手機器人的動作策略。

部署階段可使用Cosmos 3 NIM微服務。NIM文件指出，Generator負責影像、影片生成，以及Action與Transfer任務；Reasoner負責影像與影片理解。單一容器只能執行兩種模式其中之一。

即使Cosmos 3模型系列能處理音訊資料，NIM仍不會生成音訊。Cosmos框架的服務文件列明這項限制；可用配置則視GPU與記憶體條件而定。

輝達表示，在經驗證的配置下，Cosmos 3 NIM推論速度最高提升2倍，且品質沒有下降。不過，公告未具體列出這項數據所使用的GPU、任務、比較基準與品質衡量方式。

輝達也表示，採用Cosmos NIM的Metropolis VSS 3.3，在使用相同GPU時可多處理40%的影片串流。這項數據指的是影片搜尋與摘要工具的處理量，衡量對象不同於NIM推論速度。

輝達在2026年10月21日發布的部落格「NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models」中表示，截至發布日，保時捷（Porsche）的重複實車行駛預計可減少最多90%，開發週期預計縮短最多85%。這兩項數據是預估值，並非已達成的成果。

輝達介紹，ANYbotics已生成超過1,500段合成影片。阿布達比國家石油公司（ADNOC）在65個營運據點使用Fogsphere的MistIQ平台偵測安全風險；Fogsphere則運用Cosmos資料工廠，為罕見危險情境生成合成訓練資料。

輝達於2025年1月首次公開Cosmos平台，並在2026年5月發布Cosmos 3。此次更新擴充了串連資料生成、模型訓練與最佳化，以及部署的開發工具。

8月28日發布於arXiv的預印本「RoboPhys-3D」指出，在50項機器人操作任務中，Cosmos 3的RoboPhyscore得分為0.6330，在4個比較對象影片世界模型中排名最高。

這項研究也發現，單靠視覺評估無法顯示狀態估計與任務執行中的部分失敗。該評估針對Cosmos 3模型進行，並非測量此次NIM的推論速度。