英伟达发布了 Cosmos-Reason1 系列模型，旨在提升 AI 在物理推理和具身智能方面的表现。该模型分为 7B 和 56B 两个版本，通过监督微调和强化学习进行训练，结合视觉编码器处理视频数据，实现文本和视觉的同步推理。Cosmos-Reason1 引入了双本体系统，将物理常识细分为多个类别，并映射具身代理的推理能力。该模型在物理常识和具身推理基准测试中表现出色，尤其在强化学习训练后，在预测行动、验证任务和评估可行性等方面取得了显著进展，有望应用于机器人和自动驾驶等领域。

💡 物理 AI 面临的挑战：传统 AI 在物理环境中的应用受限，主要因为其缺乏对物理世界的直观理解。在物理世界中进行训练成本高昂且风险大，阻碍了开发进程。

🚀 Cosmos-Reason1 的创新之处：英伟达推出的 Cosmos-Reason1 系列模型，旨在解决上述挑战。该模型通过 Physical AI Supervised Fine-Tuning (SFT) 和 Physical AI Reinforcement Learning (RL) 两个阶段进行训练，为物理推理提供了新的解决方案。

🧐 模型的技术细节：Cosmos-Reason1 包含 7B 和 56B 两个版本，采用仅解码器的大型语言模型 (LLM)，并结合视觉编码器处理视频数据。它引入了双本体系统，一个用于细化物理常识，另一个用于映射具身代理的推理能力。训练数据包含约 400 万条标注视频-文本对。

🏆 卓越的性能表现：Cosmos-Reason1 在物理常识和具身推理基准测试中表现出色。特别是在 RL 训练后，模型在预测下一步行动、验证任务完成和评估物理可行性等方面取得了显著进步。

⚙️ 应用前景：Cosmos-Reason1 模型在机器人、自动驾驶车辆等领域具有潜在的应用价值。它有望提升 AI 在复杂物理环境中的表现，推动相关技术的发展。

IT之家 5 月 21 日消息，科技媒体 marktechpost 昨日（5 月 20 日）发布博文，报道称英伟达针对物理推理任务，设计推出了 Cosmos-Reason1 系列模型，提升了 AI 在物理常识和具身推理方面的表现，为机器人、自动驾驶车辆等领域带来实际应用潜力。

Physical AI 挑战

人工智能（AI）在语言处理、数学和代码生成领域取得显著进步，但将其能力扩展到物理环境仍面临挑战。

不同于传统 AI，Physical AI（物理 AI）依赖视频等感官输入，结合现实物理法则生成反应，涉及导航、操作和交互等任务，需要常识推理和对空间、时间及物理规律的具身理解。

AI 模型目前对物理世界的连接薄弱，无法直观理解重力或空间关系，导致在具身任务中表现不佳，而直接在物理世界中训练成本高且风险大，严重阻碍了开发进程。

Cosmos-Reason1：创新突破物理推理

英伟达最新推出 Cosmos-Reason1 系列模型，迎接上述挑战，为物理推理提供了新方案。

IT之家援引博文介绍，该模型分为 Cosmos-Reason1-7B 和 Cosmos-Reason1-56B 两个版本，通过 Physical AI Supervised Fine-Tuning（SFT）和 Physical AI Reinforcement Learning（RL）两个阶段训练。

研究团队引入双本体系统：一个分层本体将物理常识分为空间、时间和基础物理三大类，细化为 16 个子类；另一个二维本体则映射人类、机械臂、人形机器人等五种具身代理的推理能力。

模型架构采用仅解码器的大型语言模型（LLM），结合视觉编码器处理视频数据，实现文本和视觉数据的同步推理。训练数据包含约 400 万条标注视频-文本对，涵盖动作描述和复杂推理任务。

团队为此构建了针对物理常识的三个基准（604 个问题，426 个视频）和针对具身推理的六个基准（610 个问题，600 个视频）。

Cosmos-Reason1 模型在物理常识和具身推理基准测试中表现出色，尤其在 RL 训练后，模型在预测下一步行动、验证任务完成和评估物理可行性等方面取得显著进步。