如何利用NVIDIA Cosmos Cookbook实现物理AI的数据规模化生成 构建强大的物理AI模型需要大规模、可控且具备物理真实性的数据。然而，采集真实世界中的多样化数据成本高昂、耗时且存在安全风险。NVIDIA Cosmos开放世界基础模型（WFMs）通过生成高保真度的合成数据，有效解决了这一难题，同时可对现有数据集进行增强。NVIDIA Cosmos Cookbook是一份全面的使用指南，提供从推理、数据筛选、后训练到评估的完整操作流程。 Cookbook中重点介绍了NVIDIA Cosmos Transfer——一种“世界到世界”的风格迁移模型，支持可扩展的数据生成工作流。通过该工具，开发者可实现视频背景更换、环境条件调整以及多场景数据生成，广泛应用于机器人导航、自动驾驶和智慧城市等领域。 在视频数据增强方面，Cookbook提供了多种控制模态组合的实用方案：利用深度图、边缘图、分割掩码和视觉控制（vis），结合文本提示，可精确调整背景、光照、物体几何、颜色或纹理，同时保持时间与空间的一致性。例如，机器人开发者可借此在不同环境中模拟人类手势识别，避免重复采集真实数据。 在自动驾驶领域，Cosmos Transfer可用于实现域适应与合成数据增强，将真实或仿真驾驶视频转换为多种环境条件下的数据，提升感知与规划模型的鲁棒性。在机器人领域，该工具通过生成逼真的真实世界风格数据，有效弥合仿真与现实之间的视觉与物理差距，显著提升移动机器人对透明障碍物等复杂场景的识别与导航能力。 此外，Cookbook还提供面向智慧城市的端到端合成数据生成流程：在CARLA仿真环境中构建动态城市交通场景，再通过Cosmos Transfer生成高保真视频与标注数据，加速视觉语言模型（VLM）和感知模型的开发。 为确保生成数据的物理合理性，Cookbook还引入了Cosmos Reason——一个基于推理的视觉语言模型，用于评估合成视频中物体交互是否符合真实物理规律。 用户可通过Fork仓库、创建分支、提交内容并发起Pull Request的方式参与贡献。Cookbook鼓励开发者分享新配方、优化流程，共同推动NVIDIA Cosmos生态的发展。 NVIDIA Cosmos Cookbook不仅是一份技术手册，更是一个开放协作平台，致力于推动物理AI数据生成的标准化与规模化。欢迎开发者探索并参与共建。