智猩猩公開課出品

策劃：華嚴(yán)

2026 年開年，NVIDIA CEO 黃仁勛在 CES 2026 上表示，物理 AI 的 ChatGPT 時(shí)刻即將到來(lái)！

物理 AI 能夠讓機(jī)器人等自主系統(tǒng)在物理世界中完成感知、理解、推理，并執(zhí)行復(fù)雜動(dòng)作。然而，構(gòu)建物理 AI 面臨巨大挑戰(zhàn)，需要進(jìn)行精確的仿真并理解和預(yù)測(cè)現(xiàn)實(shí)世界的行為。

世界模型是克服這些挑戰(zhàn)的關(guān)鍵工具，能夠基于歷史觀察與當(dāng)前輸入，預(yù)測(cè)未來(lái)的環(huán)境狀態(tài)，幫助開發(fā)者在受控環(huán)境中仿真、訓(xùn)練和完善系統(tǒng)。

NVIDIA CosmosTM 是專為物理 AI 打造的平臺(tái)，集成最先進(jìn)的生成式世界基礎(chǔ)模型（WFM）、安全護(hù)欄以及加速數(shù)據(jù)治理管線。開發(fā)者可微調(diào) Cosmos 世界基礎(chǔ)模型，或從頭構(gòu)建新模型，加快世界模型的開發(fā)進(jìn)程。

機(jī)器人需要海量且多樣化的訓(xùn)練數(shù)據(jù)，才能有效感知環(huán)境并與之交互。借助 Cosmos WFM，開發(fā)者能夠生成可控、高保真的合成數(shù)據(jù)，用于訓(xùn)練機(jī)器人的感知與策略網(wǎng)絡(luò)。

NVIDIA Cosmos 端到端平臺(tái)能夠加速物理 AI 系統(tǒng)世界模型的開發(fā)。WoW 世界模型是北京人形機(jī)器人創(chuàng)新中心聯(lián)合北京大學(xué)、香港科技大學(xué)提出的具身世界模型，能夠讓機(jī)器人真正“看見、理解并行動(dòng)于世界”。該模型基于 NVIDIA Cosmos 等多個(gè)世界基礎(chǔ)模型進(jìn)行構(gòu)建，訓(xùn)練了面向具身智能場(chǎng)景的多個(gè)版本，參數(shù)規(guī)模覆蓋 1.3B、2B、7B、14B 的全系列擴(kuò)展。

WoW 世界模型利用自建數(shù)據(jù)優(yōu)化精煉管線，從海量機(jī)器人與物理世界交互軌跡篩選出 200 萬(wàn)條高質(zhì)量的訓(xùn)練集，將世界生成、動(dòng)作預(yù)測(cè)、視覺理解和自我反思融合為統(tǒng)一系統(tǒng)。該模型不僅驗(yàn)證了具身智能的 Scaling Law，更在真實(shí)機(jī)器人上實(shí)現(xiàn)了跨場(chǎng)景、跨本體、跨任務(wù)的零樣本自主操作。

在上述背景下，智猩猩策劃推出「NVIDIA Cosmos 世界基礎(chǔ)模型技術(shù)公開課」。公開課將于 1 月 22 日 14:00 正式開講。

本次公開課，特邀NVIDIA 中國(guó)區(qū)機(jī)器人團(tuán)隊(duì)解決方案架構(gòu)師匡磊、北京大學(xué)計(jì)算機(jī)學(xué)院博士研究生、北京人形機(jī)器人創(chuàng)新中心世界模型算法研發(fā)人員賈沛東兩位主講人共同主講。兩位將分別以《Cosmos: 為物理AI打開大門》、《WoW: 通過具身互動(dòng)邁向全知世界模型》為主題，進(jìn)行實(shí)時(shí)講解和互動(dòng)答疑。

主題介紹

主題：《Cosmos: 為物理AI打開大門》

主講人：NVIDIA 中國(guó)區(qū)機(jī)器人團(tuán)隊(duì)解決方案架構(gòu)師 匡磊

概要：

NVIDIA Cosmos 是專為物理 AI 打造的平臺(tái)，集成最先進(jìn)的生成式世界基礎(chǔ)模型（WFM）、安全護(hù)欄以及加速數(shù)據(jù)治理管線。機(jī)器人需要海量、多樣化的訓(xùn)練數(shù)據(jù)才能有效感知并與環(huán)境交互。借助 Cosmos WFM，開發(fā)者可生成可控、高保真的合成數(shù)據(jù)，用于訓(xùn)練機(jī)器人感知與策略網(wǎng)絡(luò)。本次分享將介紹 Cosmos 最新更新及機(jī)器人藍(lán)圖。

主題：《WoW: 通過具身互動(dòng)邁向全知世界模型》

主講人：北京大學(xué)計(jì)算機(jī)學(xué)院博士研究生、北京人形機(jī)器人創(chuàng)新中心世界模型算法研發(fā)人員 賈沛東

概要：

北京人形機(jī)器人創(chuàng)新中心致力于打造全自主、更好用的“干活機(jī)器人”，聯(lián)合北京大學(xué)、香港科技大學(xué)提出了一個(gè)讓機(jī)器人真正“看見、理解并行動(dòng)于世界”的 WoW 具身世界模型。WoW 從海量機(jī)器人與物理世界交互軌跡篩選出 200 萬(wàn)條高質(zhì)量的訓(xùn)練集，將世界生成、動(dòng)作預(yù)測(cè)、視覺理解和自我反思融合為一個(gè)統(tǒng)一系統(tǒng)，基于 NVIDIA Cosmos 等多個(gè)世界基礎(chǔ)模型訓(xùn)練面向具身智能場(chǎng)景的世界模型， 從 1.3B 、2B、7B、14B 參數(shù)的全系列擴(kuò)展，不僅驗(yàn)證了具身智能的 Scaling Law，更是首個(gè)提出基于具身世界模型的 IDM 范式，在真機(jī)上實(shí)現(xiàn)了跨場(chǎng)景跨本體跨任務(wù)的零樣本自主操作。本次分享將介紹 WoW 的最新進(jìn)展及真機(jī)部署效果。

如何報(bào)名與入群

對(duì)此次公開課感興趣的朋友，可以掃描下方二維碼添加小助手櫻桃進(jìn)行報(bào)名。已經(jīng)添加櫻桃的老朋友，可以給“櫻桃”私信，發(fā)送“NVIDIA0122”即可報(bào)名。我們會(huì)為報(bào)名成功的朋友推送開講地址。

同時(shí)，本次公開課也組建了交流群，開講前會(huì)邀請(qǐng)相關(guān)朋友入群交流。