# NVIDIA Cosmos 3 在开放权重模型里拿了图像和视频生成双料第一

> 原标题：NVIDIA Cosmos 3 荣登开放权重模型图像与视频生成双榜榜首

- 来源：AI HOT 精选
- 发布时间：2026-06-01T17:06:56.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/31645
- 原文：https://x.com/ArtificialAnlys/status/2061494719998546206

## 摘要

NVIDIA 的 Cosmos 3 在 Artificial Analysis 的开放权重榜单上，文本生图和图片转视频两项都排到了第一。它用了一种叫 Mixture-of-Transformers 的架构，把自回归推理器和扩散生成器拼在一起，有 16B 参数的 Nano 版和 64B 参数的 Super 版。Super 版在两项任务上分别超过了 HiD...

## 推荐理由

Cosmos 3 在 Artificial Analysis 的开放权重榜上把图像和视频生成的头名都拿了，我会先打个折——这只是单一基准的排名，不代表实际场景一定最强。但亮点在于它直接给了 16B 和 64B 两个尺寸，而且权重、代码、数据、微调方案全开源，这点对想自己训模型的人挺实在。正文没披露训练成本和推理延迟，所以别急着下“省钱”的结论。整体看，这条消息对关注开源多模态竞争的从业者有参考价值，放在 featured 档合适。

## 锐评

Cosmos 3 这次在 Artificial Analysis 的开放权重榜单上，文本生图和图片转视频两项都排到了第一。它把自回归推理器和扩散生成器拼在一起，相当于让模型先理解你要什么，再动手画，这种架构在控制力上确实有优势。Super 版有 64B 参数，跑起来硬件门槛不低，Nano 版 16B 更实际一点。

值得留意的是，它完全开源了权重、代码、数据集和微调方案，用 OpenMDW 1.1 许可，这对想自己改模型的人来说是个实在的好处。不过正文没披露具体评测样本量、打分方式，也没说跟闭源商业模型的差距有多大。榜单只覆盖开放权重模型，所以这个“第一”是在开源圈子里比的，别直接当成行业最强。

还缺两块关键信息：一是推理延迟和显存占用，64B 参数实际跑起来成本多高；二是生成质量有没有人工评估，光靠自动指标容易刷榜。这两点决定了它是不是真能用进生产环境。