NVIDIA 最近发布了 NVIDIA Cosmos 开放世界基础模型（WFM）的更新，旨在加速物理 AI 模型的测试与验证数据生成。借助 NVIDIA Omniverse 库和 Cosmos，开发者可以大规模生成基于物理学的合成数据。
Cosmos Predict 2.5 现在将 Text2World、Image2World 和 Video2World 三个独立的模型统一为一个轻量级架构，能够从单个图像、视频或提示生成一致且可控的多机位视频世界。
Cosmos Transfer 2.5 能够实现高保真、空间可控的世界间风格转换，以增加数据多样性。开发者可以在多机位的仿真环境中添加新的天气、光照和地形条件。Cosmos Transfer 2.5 的体积缩小到上一代的 1/3.5，性能更快的同时，在提示对齐和物理精度方面都有所提升。
这些 WFM 可以集成到在 NVIDIA Isaac Sim 开源机器人仿真框架中运行的合成数据流程中，该框架基于 NVIDIA Omniverse 平台构建，以生成逼真的视频，缩小仿真与现实之间的差距。开发者可以参考由四部分构成的合成数据生成流程：
NVIDIA Omniverse NuRec 神经重建库，可通过智能手机拍摄的图像，在 OpenUSD 环境中重建真实世界的数字孪生。
SimReady 资产，用于为数字孪生填充物理精确的 3D 模型。
Isaac Sim 中的 MobilityGen 工作流，用于生成合成数据。
NVIDIA Cosmos，用于扩充生成数据。
从仿真到现实世界，了解企业与开发者如何使用合成数据：Skild AI，Serve Robotics，Zipline，光轮智能，FS Studio，Robots for Humanity 等领先的机器人和 AI 公司及开发者已经在使用这些技术来加速物理 AI 开发。
