Nvidia发布Cosmos 3 Edge：4亿参数世界模型，要让机器人自己看懂世界

哇哦AI

图片来自 siliconangle.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：siliconangle.com。 来源：siliconangle.com

当大多数AI还在比拼谁能写出更长的文章时，Nvidia已经把目光投向了更硬核的战场——让机器人真正理解物理世界。7月16日，Nvidia在日本东京宣布推出Cosmos 3 Edge，一个仅有4亿参数的世界模型，却号称能让机器人在边缘设备上实时看懂周围环境、做出判断并采取行动。这可不是又一个聊天机器人，而是为工厂机械臂、仓库AGV甚至人形机器人准备的“大脑”。更值得关注的是，Fanuc、索尼、软银等20多家日本企业巨头宣布加入Nvidia Cosmos联盟，要一起打造开放物理AI模型。Nvidia CEO黄仁勋在东京表示：“日本发明了现代制造业，现在有机会为智能工业时代重塑它。”

目前能确认到哪一步
announced：Nvidia于2026年7月16日在日本正式发布Cosmos 3 Edge，属于已宣布状态。该模型基于Nemotron架构，4亿参数，专为边缘设备设计，可运行于RTX GPU、DGX系统和Jetson模块。开发者可在约一天内针对特定机器人、车辆、传感器进行适配。同时，多家日本企业表示有意加入Cosmos联盟，但具体合作细节尚未完全公开。

4亿参数的小模型，凭什么让机器人“开窍”？
Cosmos 3 Edge只有4亿参数，在动辄千亿参数的大模型时代显得“迷你”。但Nvidia说，参数少恰恰是它的优势——它专为边缘设备设计，能直接跑在机器人身上，不用联网就能实时理解环境、推理并生成动作。想象一下，一个工厂机械臂不再需要把每一帧画面传到云端等回复，而是自己判断零件位置、避开障碍、调整抓取力度，延迟从秒级降到毫秒级。

这个模型基于Nvidia的Nemotron架构，与5月发布的Cosmos 3 Super和Nano不同，它是从零训练的，没有使用预训练权重。Nvidia声称，开发者用开放的Cosmos框架，大约一天就能把模型适配到特定的机器人、车辆或传感器上。这意味着，一台扫地机器人、一辆AGV小车或一个质检摄像头，都能快速获得“本地智能”，而不必依赖昂贵的云端推理。

图片来自 siliconangle.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：siliconangle.com。 来源：siliconangle.com

日本制造业巨头组团入局，物理AI要“下凡”了？
Nvidia这次把发布会放在东京，显然是有备而来。Fanuc、安川电机、川崎重工、富士通、日立、索尼、软银、NEC等20多家日本企业宣布加入Nvidia Cosmos联盟，要一起开发开放物理AI模型。这些名字几乎涵盖了日本制造业的半壁江山——从工业机器人到消费电子，从电信到综合商社。黄仁勋说这是“一代人一次的机遇”，日本媒体则称之为“AI版的明治维新”。

富士通已经在牵头探索构建物理AI协作控制平台，Fanuc、安川和川崎重工正在集成Nvidia技术。软银则基于Cosmos、Omniverse和Isaac Sim打造物理AI开发平台。更接地气的是，有公司已经在用Jetson模块做陪伴机器人，还有团队在微调模型用于养老护理机器人。这些项目听起来还很早期，但方向很明确：物理AI不再是实验室里的概念，而是正在进入工厂、医院和家庭。

图片来自 techbooky.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：techbooky.com。 来源：techbooky.com

图片来自 aibusiness.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：aibusiness.com。 来源：aibusiness.com

边缘AI的野心：让机器人不再做“云端提线木偶”
Cosmos 3 Edge的发布，暴露了Nvidia更大的野心：把AI从数据中心搬到物理世界。目前大多数机器人依赖云端模型进行决策，但现实环境要求毫秒级响应——一个正在移动的机械臂不可能等云端算完再动。边缘推理成了刚需。Nvidia的解决方案是让Cosmos 3 Edge跑在Jetson模块上，包括新发布的T2000和T3000，同时兼容RTX GPU和DGX系统。

不过，有分析师指出，物理AI最大的障碍不是模型本身，而是数据。机器人需要海量的操作数据，包括环境感知、力反馈、故障模式等，这些数据很难在不同机器之间迁移。Cosmos 3 Edge的可微调特性或许能缓解这个问题——它允许开发者针对特定设备快速后训练，而不是从零收集数据。Nvidia还同步推出了新的Metropolis库，号称能让开发者用编码代理6倍速构建视频智能系统。但最终效果如何，还得看实际部署。

资料线索
• adtmag.com
• siliconangle.com
• techbooky.com
• aibusiness.com
• markets.businessinsider.com
• biz.chosun.com

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。