Product

NVIDIA Cosmos Transfer

以分割、深度、LiDAR 等控制输入做 sim-to-real 视频迁移的 Cosmos 模型

概况

本页由 AI 训练数据专栏(视频生成)的实体卡整理而来;各栏的数据视角见下方「数据档案」。

数据档案 · 视频生成

NVIDIA Cosmos Transfer

以分割、深度、LiDAR 等控制输入做 sim-to-real 视频迁移的 Cosmos 模型

数据类型
仿真视频;多模态控制图;驾驶多视角
规模口径
未单独披露;Cosmos 平台预训练约 20M 小时原始视频
客户
机器人与自动驾驶开发者
License
开放权重

做什么

Cosmos Transfer 是 nvidia-cosmos 家族中的风格迁移模型:以分割图、深度、边缘、LiDAR、关键点、HD map 等作为控制输入,把仿真画面转成更接近真实的视频,即 sim-to-real [1][2]。

作为合成数据生成器

  • 机器人:GR00T-Mimic 用 Omniverse 加 Cosmos Transfer-1 扩增已有示范 [1]。
  • 驾驶:Drive Dreams 用后训练的 Transfer 模型,把多视角驾驶数据扩增到雾、雨等低能见度条件 [1][2]。

在数据链中的位置

它生产的是"带控制结构的合成视频",主要服务 Physical AI 策略与感知模型训练,而非通用视频生成基座预训练。Cosmos 技报披露预训练数据中合成渲染视频占 4%(总计约 20M 小时原始视频;4% 按时长还是 clip 计未说明)[3]。公开资料未给出 Transfer 自身的训练数据规模,也未见面向视频生成基座的外部采购披露。详见 synthetic。

  1. https://developer.nvidia.com/blog/r2d2-boost-robot-training-with-world-foundation-models-and-workflows-from-nvidia-research (2026-10-15)
  2. https://hyper.ai/en/stories/7bbe13dae54380b0812b58432d412457 (2026-10-15)
  3. https://arxiv.org/pdf/2501.03575 (2026-10-15)
Last compiled: 2026-10-15