近日，英伟达在Hugging Face平台正式开源Cosmos 3 Edge世界模型。该40亿参数模型专为工厂、仓储及医疗等边缘场景的物理AI系统设计，旨在破解端侧设备内存受限下的实时感知与决策难题。Cosmos 3 Edge采用双Transformer架构，通过共享多模态注意力层统一语言、视频与动作表征。系统支持因果推理与扩散生成，可将不同具身形态映射为标准化动作向量，实现场景输入到动作与视觉反馈输出的闭环控制。实测显示，该模型在Jetson Thor上可达15Hz实时机器人控制频率，并在VANTAGE-Bench榜单居首，确立具身策略学习新标杆。为加速产业部署，英伟达同步开放基于DROID数据集的微调策略模型，以及将扩散步骤压缩至四步的蒸馏版Cosmos 3 Super，推理速度最高提升二十五倍。开发者可通过配套脚本在云端完成领域适配后，无缝迁移至各类边缘终端。此举打通了物理AI从云端训练至端侧执行的全链路，显著降低硬件算力门槛。未来英伟达将持续优化交互生成能力并整合vLLM等推理框架，进一步夯实具身智能基础设施。