研究人员推出了Cosmos 3，这是一系列新的全模态世界模型，能够处理和生成跨越语言、图像、视频、音频和动作序列的数据。这种统一的架构有效地将各种专用模型整合到一个物理AI的单一框架中。Cosmos 3在多个理解和生成任务上取得了最先进的成果，使其成为具身智能体可扩展的骨干。该项目已发布其代码、模型检查点、数据集和基准，以促进开放研究。 AI
影响 为具身智能体建立了一个统一的框架，有可能加速物理AI应用的发展。
排序理由 发布了一篇详细介绍新型模型架构及其性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →