Nvidia于CES发表全新Cosmos平台，加速实体人工智慧（Physical AI），特别是机器人和自动驾驶领域的发展。Cosmos集结了先进的生成式世界基础模型、高效能视觉分词器（Tokenizer）、安全性防护机制以及影片处理工作管线，提供相关领域开发者强大的开发工具。

过去实体人工智慧的发展始终受限于高昂的开发成本、庞大的资料需求以及繁琐的测试流程。Nvidia现在推出Cosmos平台，期望大幅解决这些问题，降低技术门槛，让更多开发者能够跨进实体人工智慧开发领域。Cosmos平台的核心则是Cosmos世界基础模型（World Foundation Model，WFM），这些模型能够生成基于物理原理且极为逼真的合成资料，提供机器人和自动驾驶系统训练与测试所需的模拟环境。同时，开发者还可利用自身的资料集，对这些模型进行微调，以符合特定应用需求。

Nvidia执行长黄仁勋在CES演讲提到，Cosmos是第一个世界基础模型，他们利用2,000万小时的影片资料训练，专注于捕捉物理动态物体，从自然景象到人类行为，这些影片涵盖了行走、手部动作，甚至快速相机运动等主题，教导人工智慧理解真实世界中的动态变化，进而让人工智慧能够更精确地模拟和预测物理世界的行为。

除了强大的世界基础模型之外，Cosmos还整合了部分Nvidia特有的技术。其中，採用Nvidia Cosmos Tokenizer作为视觉分词器，能将影像与影片高效转换成电脑可处理的Token，Nvidia指出，Nvidia Cosmos Tokenizer与目前最先进的编码器相比，总压缩率提高至8倍，处理速度则提升为12倍。

此外，藉由Nvidia NeMo Curator提供的影片处理加速工作管线，开发者可在短时间内处理并标记大量的影片资料，短短14天的时间处理、整理和标记2,000万小时的影片资料，而传统仅使用CPU的处理方式则需要三年多的时间。Nvidia强调，Cosmos平台的效能相较于传统仅使用CPU的处理方式，有着大幅度提升，可缩短开发周期。

Nvidia採用开放模型授权的方式，鼓励产业共同参与，目前已有机器人和汽车等多家公司採用Cosmos技术，包涵1X、Agile Robots、Agility、Figure AI、Foretellix，叫车服务Uber也与Nvidia合作，透过结合丰富的驾驶资料与Cosmos平台，及Nvidia DGX Cloud运算能力，助自动驾驶产业的合作伙伴高效建立人工智慧模型。