英偉達在物理AI賽道上再次加碼，正式開源了Cosmos 3全模態世界基礎模型，並配套推出Agent Toolkit開發工具包。與此前的Cosmos系列相比，第三代模型不再侷限於視覺預測，而是整合了文本、圖像、視頻、深度傳感和激光雷達點雲等多種模態，能夠為機器人、自動駕駛車輛和複雜工業系統提供高保真的環境模擬與行為預測。這一版本將模型參數規模擴展至數十億級別，並通過預訓練權重和微調腳本的全面公開，讓中小型開發團隊也能基於自身場景進行快速定製。

同步發佈的Agent Toolkit則填補了從模型到可部署智能體之間的工程缺口。該工具包內建了感知-規劃-控制的標準化流水線，支持在英偉達Omniverse數字孿生環境中進行閉環仿真驗證，並可以將訓練好的智能體策略直接部署到Jetson Orin等邊緣計算平臺上。英偉達表示，無論是倉儲物流中的移動機器人，還是田間作業的農業機械，開發者都能借助這一工具鏈，在幾天內走通從數據生成到策略下發的全流程，而此前這往往需要跨團隊的數月集成工作。

從產業邏輯來看，物理AI一直被視為比語言模型更“重”的賽道，其落地高度依賴高質量的合成數據、物理仿真引擎和邊緣算力——三者恰是英偉達的傳統強項。Cosmos 3的深度開源策略，看似放棄了部分短期軟件授權收入，實則是用免費的基礎模型吸引開發者進入Omniverse與NVIDIA AI Enterprise的生態體系，進而拉動對H100、B200等數據中心GPU以及Jetson邊緣芯片的長期採購。對機器人公司而言，藉助Cosmos+Agent組合，能減少從零搭建“世界模型”的研發投入，更快地實現具身智能的商業閉環。

值得注意的是，這一發布還映射出英偉達從“算力賣鏟人”向“全棧AI平臺商”的持續進化。在語言大模型層，英偉達已通過Nemo框架和Llama系列的開源改款嘗試生態構建；而在物理AI層，Cosmos 3的開源則是一次更果斷的衝鋒，直接與谷歌DeepMind的RT系列模型、特斯拉的FSD底層模型形成競爭。當物理AI的模型層趨於開源普惠，下游應用創新的爆發點將更依賴於數據飛輪和硬件供應鏈的效率，這正是英偉達希望在“芯片-基礎設施-模型-應用”的多層蛋糕中鎖定的長期價值。