英伟达发布Cosmos 3 Edge：40亿参数开放世界模型，可在设备端推理并生成机器人动作

英伟达发布Cosmos 3 Edge，一款40亿参数的开放世界模型，专为设备端推理和机器人动作生成设计，填补了边缘设备高性能AI的空白。

• Cosmos 3 Edge是Cosmos 3系列的最小版本，仅有16亿参数，相比640亿参数的Super版本缩小约16倍，但专为工厂、仓库、医院等边缘场景优化。
• 该模型采用混合Transformer架构，包含自回归和扩散两个塔，共享多模态注意力层，能同时处理语言、视频、音频和动作，实现场景理解与动作生成。
• 世界模型的核心是学习环境随时间的变化，包括物体、运动、空间关系及动作效果，Cosmos 3 Edge将这一能力集成到单个设备端模型中。
• 模型支持实时推理和本地动作生成，无需依赖云端，解决了边缘设备内存受限但需数据中心级性能的矛盾。
• 看点：Cosmos 3 Edge标志着世界模型从云端走向边缘，为机器人自主操作和视觉AI代理提供了实时、低延迟的解决方案，可能加速工业自动化和智能设备的普及。

本内容由 AI 生成，仅供参考，请注意甄别