AWS 发布 NVIDIA Cosmos 3 物理具身模型工厂完整构建指南
AWS ML Blog · rss · 2026-09-05
AWS ML Blog 发布在 SageMaker HyperPod 上用 NVIDIA Cosmos 3 搭建 Physical AI 模型工厂的端到端教程。
- Cosmos 3 架构:单一 token 流统一视频/图像/动作/声音,Mixture-of-Transformers 设计让 reasoner 与 generator 在每层通过双流注意力耦合,训练与推理不对称(机器人端只解码动作 token)
- 同一架构三种模式:前向动力学(世界模型,生成合成数据)、逆动力学(给无标注视频打动作标签)、策略(输出 32 个未来关节位置)
- 型号:Nano 16B(8B Qwen3-VL 底座)、Super 64B(32B 底座)、Edge 4B 端侧版(从零训练的独立权重系)
- 核心成本指标是 GPU goodput:整条流水线共享一个常驻 GPU 节点池,而非各阶段各建池;附 DROID 数据集机器人策略阶段完整训练走查,代码与 manifest 开源
「具身」频道最新
- 印度 ePlane 公司展示 2.2 吨全尺寸 eVTOL 原型机 e200X-PT01 — vaibhavbetter · 2026-10-21
- 机器人已深入地下管网自主探路并带回数据 — VraserX · 2026-10-21
- Deepak Pathak:机器人学习没有完美数据源,仿真、视频、遥操各有取舍 — chris_j_paxton · 2026-10-21
- 新研究:最简单的离散动作表示就能追平甚至超越连续动作策略 — GuanyaShi · 2026-10-21
- 博主给 Grok 1000 美元让它自己买件身体,零件陆续寄到家 — Baconbrix · 2026-10-21
- YC 系 Tuesday Labs 推家用机器人 Voxel Series-1,999 台每台 200 美元预订 — testingcatalog · 2026-10-21