英伟达全能世界模型登场！物理AI加速机器人与自动驾驶

先给出一个明确判断：物理AI的规模化落地，很可能比业界预期更早到来。

就在今天，英伟达在2026年台北GTC大会上正式发布了Cosmos 3——一款基于Transformer混合架构的物理AI世界模型。官方将其定义为“全球首个完全开源的全能模型”。这里的“全能”并非营销噱头：它真正实现了对文本、图像、视频、环境音效及动作的原生理解与生成。用黄仁勋的原话来说：“物理AI的指数级增长近在眼前。”

这一判断的底气来自实质性的突破：Cosmos 3将物理AI的训练与评估周期，从过去的数月压缩至数天。过去开发者需要分别运行多个模型才能串联推理、生成与动作流程，如今单一模型即可完成全线任务。这不仅是效率提升，更从根本上改变了机器人、自动驾驶等领域的研发节奏。

在开源世界模型的竞技场上，Cosmos 3的成绩单极具说服力。在Artificial Analysis、Physics-IQ、PAI-Bench、R-Bench等业内公认的硬核基准测试中，其世界生成准确率均位列第一。在动作策略维度，RoboLab与RoboArena的榜首同样被它收入囊中。简言之，该模型既“看得准”，也“做得对”。

目前Cosmos的生态版图已初具规模。思灵机器人、斗山机器人、LG电子、三星、Skild AI以及国内理想汽车均为其用户。更值得关注的是，英伟达今天同时宣布推出Isaac GR00T人形机器人参考设计，计划于2026年底由宇树科技落地。与此同时，英伟达正联合美、欧、韩的人形机器人厂商，共同打造研究级机器人。这盘棋显然不止于模型销售。

后续演进路径同样清晰。英伟达同步成立了Cosmos联盟，成员包括思灵机器人、德国黑森林实验室、Runway、Skild AI等机构，目标明确：推动下一代世界模型向前迭代。

回看行业判断，国投证券的分析一针见血：物理AI是人工智能的下一个演进方向，但挑战不容忽视——数据成本高企、物理定律难以建模，都是绕不开的障碍。而世界模型与空间智能，正是为物理AI提供感知与认知三维世界基座的关键拼图。

浙商证券则点出了另一个变量：物理AI的实现范式尚未收敛，当前需要世界模型与VLA（视觉-语言-动作模型）协同作战。但市场空间已被勾勒——英伟达测算，制造与物流产业的重塑空间约50万亿美元；投资机构Coatue Management的估算更为保守，约6万亿美元。具体数字并非关键，方向已然明确：物理AI赛道，发令枪已经打响。

来源：互联网