Cosmos3
PulseAugur coverage of Cosmos3 — every cluster mentioning Cosmos3 across labs, papers, and developer communities, ranked by signal.
- 2026-07-01 product_launch NVIDIA released the Cosmos3 foundation model platform for Physical AI applications. 来源
4 天有情绪数据
-
RynnUnify：用于规划和机器人控制的统一具身模型
研究人员推出 RynnUnify，这是一个拥有 160 亿参数的统一具身模型，旨在整合视觉规划、物理推理和机器人控制。该 Mixture-of-Transformers 架构建立在 Cosmos3 的基础上，在长时域具身任务上展现了最先进的性能。RynnUnify 将场景理解与物理世界演变预测联系起来，实现了交错的视觉规划和主体推理。其 World-Action Model 扩展将这些预测能力转化为机器人控制，在操作任务上取得了显著成功。
-
Amazon SageMaker JumpStart 在2026年新增超过100个新AI模型
截至2026年9月，Amazon SageMaker JumpStart 已显著扩展了其目录，新增了来自30家供应商的100多个新模型。这种增长得益于开源模型的快速发布以及客户对多样化AI能力的需求。主要贡献者包括阿里巴巴（29个Qwen模型）、NVIDIA（17个模型，包括Cosmos3系列）以及Mistral AI（7个模型）。该平台现在通过各种微调技术，为模型发现、一键部署和定制提供了增强的功能。
-
新的AffectWorld基准测试AI对情绪驱动的未来预测的理解能力
研究人员推出了AffectWorld，这是一个新的基准，旨在评估AI模型在预测受人类情绪影响的未来世界状态方面的能力。该基准侧重于三个关键领域：世界状态一致性、情绪-行动一致性以及因果一致性，使用了近1500个带注释的视频样本数据集。对包括Cosmos3在内的五个最先进的世界模型的初步评估显示，它们在生成情绪驱动行为的后果以及根据情绪变化调整预测方面存在显著不足。
-
新的WATCH方法改进了从人类视频中学习可迁移的世界-动作模型
研究人员开发了一种名为WATCH的新型跨视频预训练方法，旨在改进可迁移的世界-动作模型的学习。与专注于预测单个视频内下一帧的传统方法不同，WATCH从跨不同环境的任务配对人类演示中学习。通过根据一个演示预测另一个演示的动作和未来帧，模型学会了可以跨不同场景和具身进行迁移的交互。这种方法在机器人训练后表现出显著的改进，提高了成功率和对未见过机器人的泛化能力。
-
机器人通过触觉反馈学习灵巧寿司操作
研究人员开发了TacSushi，一种新颖的世界-动作策略，它利用触觉反馈来改进机器人对寿司等可变形物体的操作。该系统基于Cosmos3模型构建，从记录的未来后果中学习，并通过逐特征门控融合机制整合指尖触觉数据。在实际试验中，与缺乏触觉感知或未来后果监督的方法相比，TacSushi在分布内和分布外任务中均表现出显著更高的成功率。
-
清华AIR的Zeva将具身操作成功率提升至73%
清华AIR的研究人员开发了Zeva，一个冻结权重的上下文因果记忆系统。当与Domain Transform集成时，Zeva在Cosmos3支持的ChemLab-Evo任务上，将具身操作成功率从26%显著提高到73%。
-
清华AIR发布Zeva，使具身AI无需权重更新即可从经验中学习
清华AIR与Domain Transformation的研究人员推出Zeva，这是一种新颖的具身AI系统，可以在不更新模型权重的情况下持续学习。这种上下文因果学习（ICCL）方法使机器人能够通过从交互和人类演示中提取因果关系来随着时间的推移提高其性能。Zeva在各种具身基准测试和真实实验室环境中都取得了显著的成功率提升，表明了具身智能的一种新的扩展路径，该路径侧重于上下文学习而非仅仅参数扩展。
-
NVIDIA 发布用于物理AI的Cosmos3基础模型
NVIDIA 发布了其Cosmos3基础模型平台，旨在加速物理AI应用的开发。该平台包含多个全模态世界模型，能够根据文本、图像和视频等各种输入生成视频、图像、音频和动作指令。这些模型将用于机器人、自动驾驶和智能空间环境，并有专门针对机器人控制和生成逼真视觉内容等任务的版本。
-
新的基准和模型在机器人和推理领域推进视觉-语言能力 · 跟踪了10个来源
近期研究探讨了多个领域中视觉-语言模型（VLM）的进展。DeCAL 引入了一个新的模型，用于灵巧操作，该模型集成了触觉感知和视觉-语言理解。ROBORMBENCH 强调了 VLM 奖励模型在机器人领域对释义的脆弱性，并提出了一个衡量这种不稳定的基准。KoNA 和 FPCO-Dialog 分别针对 VLM 中的选择性不合规和持续的错误前提，提出了新的基准和微调策略。MultihopSpatial 专注于提高 VLA 代理的多跳组合空间推…
-
ACE ROBOTICS 的 Kairos 世界模型树立了新的具身人工智能基准
ACE ROBOTICS 发布了其 Kairos 世界模型，该模型在四个主要的具身人工智能基准测试中取得了最高排名：RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot 和 DreamGen。该模型采用了一种新颖的统一架构，用于多模态理解、生成和预测，解决了现有视频生成模型的局限性。Kairos 已向行业开源。
-
具身智能采用鸟瞰图以实现可扩展机器人数据
一种名为 Dexterity-BEV 的新方法正在被引入，通过改编自动驾驶中的鸟瞰图 (BEV) 方法论来解决具身智能中的数据挑战。该方法旨在将包括视觉输入、传感器读数和动作指令在内的异构机器人数据统一到通用的空间参考框架中。这种统一的表示旨在实现更具可扩展性和可转移性的机器人训练，超越简单的数据聚合，为具身人工智能建立基础数据基础设施。