Cosmos3 Nano
PulseAugur coverage of Cosmos3 Nano — every cluster mentioning Cosmos3 Nano across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新数据集RetailSMV优化零售环境下的视频世界模型
研究人员开发了RetailSMV，一个用于零售环境基础视频世界模型的新数据集和适应方法。该研究比较了训练中的向心式和离心式视频视角，发现仅离心式适应通常能匹配甚至超越组合适应。这表明专注于零售活动的外部视角可以为在这些空间中运行的智能体产生更有效的模型。
-
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。
-
PhysisForcing框架提高了机器人操作模拟器中的物理一致性
研究人员开发了PhysisForcing，一个旨在增强机器人操作视频生成模型物理一致性的新型训练框架。该方法通过像素级轨迹对齐和语义级关系对齐，将监督集中在对物理有信息量的区域，从而解决了运动不连续和交互不一致等问题。实验表明，PhysisForcing显著提高了具身视频生成能力，在R-Bench等基准测试中表现更佳，并在闭环机器人操作任务中实现了更高的成功率。
-
Cosmos3 Nano 视频生成速度快，但分辨率受限
一位用户分享了使用 vllm-omni 测试 Cosmos3 Nano 模型进行视频生成的体验。他们报告称速度惊人，在双 RTX 3090 设置下，不到 10 分钟就生成了一个 720x720 的视频。然而，在视频解码时尝试更高分辨率时遇到了内存不足的错误，并指出虽然图像到视频的质量尚可，但 nano 模型产生了一些伪影和涂抹。