自动驾驶训练

Cosmos-Predict1是由Nvidia开发的物理AI世界基础模型，能够从文本或视频提示生成世界状态，并通过预测帧合成连续运动。该项目特别适用于自动驾驶和机器人训练领域，提供高效的图像和视频分词器，支持Text2World和Video2World生成。模型参数范围从40亿到150亿，可根据推理需求选择，生成物理感知视频。

该项目由Apple机器学习团队开发，通过大规模自弈（self-play）在模拟环境中训练自动驾驶策略，完全无需人类驾驶数据。研究使用高效模拟平台GigaFlow和优势过滤算法，模拟了16亿公里驾驶经验，在三大基准测试中达到最先进水平，驾驶行为自然且鲁棒性极高（平均17.5年发生一次事故）。