NVIDIA 开源 Cosmos 3 Edge：一个 40 亿参数的机器人世界模型，能在边缘设备上实时推理并生成动作

NVIDIA 发布 Cosmos 3 Edge：4B 参数开源世界模型，为机器人及边缘 AI 提供实时推理与动作生成

NVIDIA 在 Hugging Face 上开源了 Cosmos 3 Edge，一个 40 亿参数的世界模型，把场景理解和动作生成合在了一起。它能在 Jetson Thor 上以 15Hz 的频率实时跑，一次推理输出 32 个机器人动作。模型用了两套 Transformer 架构：一套自回归模型负责推理，一套扩散模型负责预测，中间共享注意力层来对齐信...

推荐理由：NVIDIA 把一个 4B 的世界模型开源了，而且明确能在 Jetson Thor 上 15Hz 实时跑，一次推理给 32 个动作，这对边缘机器人来说门槛很低。双 Transformer 架构（自回归推理 + 扩散预测）共享注意力层，设计上挺聪明，但正文没给出这套架构相比纯自回归或纯扩散的具体消融实验数据，实际增益有多大还得等第三方验证。另外，模型只在 NVIDIA 自家硬件上报了性能，跨平台表现和不同机器人形态的泛化能力都没提，这点先别太激动。整体看，实用性和时效性都够，但缺独立基准测试，所以分数没给更高。