先了解这件事
AI 综述
2026年8月20日,英伟达发布Cosmos 3 Edge机器人控制后训练与端侧部署教程,展示如何后训练这款40亿参数模型,并让机器人操控策略直接运行于Jetson Thor。其动作策略在Jetson AGX Thor T5000上约用1.53秒生成可覆盖约2.13秒运动的动作块,在RoboLab的120项闭环任务中取得22.9%的成功率。相关训练与部署脚本已通过开源cosmos-framework提供。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：NVIDIA Developer · Generative AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月20日
NVIDIA Developer · Generative AI一手
NVIDIA 教程：后训练 Cosmos 3 Edge 实现 Jetson Thor 端侧机器人控制
NVIDIA 发布教程，介绍如何后训练 4B 的 Cosmos 3 Edge 全能模型，使其在 NVIDIA Jetson Thor 上原生运行机器人操作策略。在 Jetson AGX Thor T5000 上，该策略约 1.53 秒生成一个动作块，单个动作块覆盖约 2.13 秒机器人运动，因此无需数据中心 GPU 即可连续实时控制。在 RoboLab 闭环评测的 120 项语言条件操作任务中，后训练后的 Edge 策略成功率为 22.9%，Nano 为 36.8%。训练数据为 nvidia/Cosmos3-DROID 数据集，含 76k 条成功遥操作轨迹、约 350 小时、86 项任务和 564 个场景；后训练与部署脚本已在开源 cosmos-framework 仓库提供，检查点发布在 Hugging Face。