Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
N
NVIDIA / nvidia/Cosmos3-Nano-Sim-Auto
Cosmos3-Nano-Sim-Auto
Destillierte kausale Variante von Cosmos3-Nano-Transfer-Auto, veröffentlicht am 20. Oktober 2026 von NVIDIA für Fahrsimulation im geschlossenen Regelkreis. Sie erzeugt aus Steuerdaten und Text synchronisiertes Mehransichten-Video und LiDAR und unterstützt bis zu elf Kameras. Die Fähigkeit, während einer Sequenz auf Steuerdaten zu reagieren, unterscheidet sie vom bidirektionalen Generator, stellt aber keine autonome Fahr-Policy dar.
01 / ZUSAMMENFASSUNG
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
02 / TECHNISCHES DATENBLATT
Limits und Integration
| API-ID | nvidia/Cosmos3-Nano-Sim-Auto |
|---|---|
| Modelltyp | Robotik · Video · Multimodal |
| Zugangsmodell | Offene Gewichte |
| Lizenz | OpenMDW 1.1 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 20 OCT 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Bild · Video · LiDAR |
| Ausfahrt | Video · LiDAR |
| Kontextfenster | Text, WSM-Steuerdaten und optionale visuelle Referenz |
| maximale Leistung | Bis zu 11 Kameras; 480p oder 720p; Wiedergabe mit 10 bis 30 fps |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Mehransichten-Video und LiDAR; zur LiDAR-Erzeugung sind ausgerichtete LiDAR-Steuerdaten erforderlich. |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · PyTorch |
Interaktive Simulation mit Standard- und Fischaugenkameras bei 480p oder 720p. Angegeben ist eine Wiedergabe mit 10 bis 30 fps; die tatsächliche Inferenzgeschwindigkeit hängt von GPU, Ansichten und Schritten ab. Wir stellen die 297 Frames und sieben Kameras des Benchmarks nicht als allgemeine Produktgrenze dar und übernehmen nicht die Höchstzahl von Transfer-Auto.
Sim-Auto verwendet für die erfassten Ergebnisse Guidance 1, Transfer-Auto dagegen Guidance 3. Die Vergleiche mit Transfer2.5 verwenden zusätzlich unterschiedliche Prompts. Vermische diese Konfigurationen nicht und deute einen einzelnen FID-Wert nicht als Nachweis der Simulatorsicherheit. Prüfe Drift, Sensorsynchronisierung und Szenarien außerhalb der Trainingsverteilung, bevor du eine Fahr-Policy bewertest.
03 / FÄHIGKEITEN
Was es kann
Orientierung
Interaktive Simulation mit Standard- und Fischaugenkameras bei 480p oder 720p. Angegeben ist eine Wiedergabe mit 10 bis 30 fps; die tatsächliche Inferenzgeschwindigkeit hängt von GPU, Ansichten und Schritten ab. Wir stellen die 297 Frames und sieben Kameras des Benchmarks nicht als allgemeine Produktgrenze dar und übernehmen nicht die Höchstzahl von Transfer-Auto.
Kontext
Text, WSM-Steuerdaten und optionale visuelle Referenz · Bis zu 11 Kameras; 480p oder 720p; Wiedergabe mit 10 bis 30 fps
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Eingabemodalitäten
TextBildVideoLiDAR
04 / PREISE
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Öffentlicher Checkpoint mit 16B Parametern für die eigene Infrastruktur. Wir haben weder einen kommerziellen Endpunkt noch Tokenpreise verifiziert; die numerischen Kostenfelder bleiben leer. Herunterladbare Gewichte machen die Inferenz nicht kostenlos. Plane GPU, Speicher, Videokodierung und Betrieb ein und prüfe die Lizenz jeder Variante sowie ihrer Abhängigkeiten. Die Bildrate bei der Wiedergabe entspricht nicht dem Generierungsdurchsatz.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
05 / BEWERTUNGEN
So lesen Sie die Ergebnisse
“
NVIDIA veröffentlicht Ergebnisse in Driving Simulation Evaluation, getrennt nach RGB-Qualität und LiDAR. Wir übernehmen FID und FVD-I3D für T2V und I2V mit Guidance 1. Die Werte gehören zu dieser kausalen Variante; niedrigere Werte sind besser. Die Werte von Transfer-Auto werden nicht übernommen. Die eigene Evaluation von Inferama und eine Validierung im realen Fahrbetrieb stehen noch aus.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| Cosmos3 Driving T2V CFG1 FID ↓ | 48,6 | Punktzahl | Quelle öffnen ↗ |
| Cosmos3 Driving T2V CFG1 FVD-I3D ↓ | 480 | Punktzahl | Quelle öffnen ↗ |
| Cosmos3 Driving I2V CFG1 FID ↓ | 33,6 | Punktzahl | Quelle öffnen ↗ |
| Cosmos3 Driving I2V CFG1 FVD-I3D ↓ | 325 | Punktzahl | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
06 / VERSIONEN
Chronologie
Cosmos3-Nano-Sim-Auto
In den verifizierten Katalog von Inferama aufgenommene Version.
07 / QUELLEN