跳到正文
11月6日周五
  1. Hugging Face Blog61

    NVIDIA 发布 Cosmos 3 四个开放权重模型用于交互式世界仿真

    NVIDIA 为 Cosmos 世界模型开发平台新增四个 Cosmos 3 Nano 开放权重检查点,均含 16B 可训练参数并采用 OpenMDW1.1 许可。四个模型分别覆盖自动驾驶多视角数据生成、同步相机与 LiDAR 流式仿真、模拟器控制转真实感视频,以及双臂机器人动作到视频预测,并开放后训练配方与推理技能。

    推荐理由:NVIDIA 开放四个 Cosmos 3 Nano 后训练检查点及配方,为机器人与自动驾驶仿真提供可商用起点。

11月5日周四
10月29日周四
10月28日周三
  1. Google DeepMind76

    Google DeepMind 发布世界模型 Genie 4,支持实时交互模拟与原声生成

    Google DeepMind 发布新一代世界模型 Genie 4,支持实时交互式模拟,并原生生成音频、音乐、环境声与互动对话。Genie 4 融合 Gemini 家族能力,由 Gemini Omni 锚定真实外观与行为,其他 Gemini 模型提供复杂推理以维持模拟连贯性;Gemini 3.8 Flash 在环中担任引导代理,将目标拆解为步骤并校验进度。

    推荐理由:Genie 4 将实时世界模拟与原声音频生成结合,为机器人训练和交互体验提供新的模拟基础。

10月20日周二
10月6日周二