先看证据
四个检查点，各有分工
NVIDIA 在 Hugging Face 发布了四个基于 Cosmos 3 Nano 后训练得到的开放权重检查点，每个模型有 16B 可训练参数，采用允许商业和非商业使用的 OpenMDW1.1 许可证。它们面向不同的仿真任务：Transfer-Auto 生成自动驾驶多传感器离线数据；Sim-Auto 根据驾驶控制流式生成观测；Sim-Transfer 将仿真器的控制转成画面；Sim-Bimanual 根据机器人动作或相机运动预测后续视频。
Transfer-Auto 和 Sim-Auto 衔接成一条路径：前者生成数据，也可适配新的传感器配置；后者以 Transfer-Auto 为基础，经因果训练和少步蒸馏后用于流式生成。Transfer-Auto 支持最多 11 路同步相机视角，包括鱼眼，并可联合生成与相机对齐的 LiDAR。逐相机 World Scenario Map（WSM）控制场景结构和交通运动，文本提示引导画面外观。Sim-Transfer 和 Sim-Bimanual 则分别面向仿真画面生成和机器人操作预测。四个检查点共用 Cosmos 3 Nano 基座，但针对不同输入和观测任务做了后训练。
从完整片段到流式生成
NVIDIA 描述的后训练流程分为四个阶段。第一阶段用完整录制片段做双向适配，让模型学习控制与视频之间的关系；第二阶段采用 teacher forcing，根据较早的观测和可用控制预测后续片段，同时屏蔽干净答案和未来目标；第三阶段通过一致性蒸馏，让学生模型在四步去噪内生成片段；第四阶段是 self-forcing，让模型在自己生成的历史上继续训练。最后一步针对的是误差累积：一处预测偏差可能成为后续生成的上下文。训练中由冻结的教师模型和辅助评分模型提供分布匹配信号。
Sim-Auto 是 Transfer-Auto 经因果训练和蒸馏后的流式版本。它每次生成一小段同步相机视频和 LiDAR，并将生成历史与更新后的驾驶控制用于下一轮预测。与离线生成不同，闭环交互只能依据已有历史和当前控制生成后续观测。要让驾驶输入持续更新，仍需仿真运行时和 WSM 渲染器；这些组件不由 Sim-Auto 取代。NVIDIA 给出的适配路径是先用自有数据调整 Transfer-Auto，再将其蒸馏为 Sim-Auto。
生成观测，不负责物理状态
Sim-Transfer 使用仿真器提供的空间控制和文本提示生成 RGB 画面。物体运动、接触和物理状态仍由仿真器计算，模型负责生成策略可使用的视觉观测。Sim-Auto 的闭环运行也需要外部仿真运行时和 WSM 渲染器来更新控制。Sim-Bimanual 则根据机器人或相机动作直接预测下一段观测。三者的输入和任务不同，不能把它们都理解成独立运行的物理模拟器。
这一区分决定了 Cosmos 3 Nano 在仿真管线中的位置：它生成视觉结果，不能替代提供物理状态的模拟器。NVIDIA 表示，衡量这些模型能否忠实支持策略学习和评估、并了解它们的局限，仍是后续工作。因此，生成画面是否与仿真器状态一致，以及在连续生成中表现如何，都需要在具体任务中评估；现有发布信息没有给出这些问题的通用结论。
公布的吞吐数据与控制约定
Cosmos Lab 页面公布了三种模型的运行数据：Sim-Bimanual 为 48.1 FPS、166 毫秒延迟，配置为单张 GB300；Sim-Transfer 为 15.85 FPS、240 毫秒延迟，配置为单张 GB200；Sim-Auto 为 16.7 FPS，生成 7 路 480p RGB 视角，配置为 16 张 GB200。这些数字描述的是页面列出的配置，不应被当作所有部署场景的最低硬件要求。
Sim-Bimanual 的控制输入也有明确的数据约定。示例中的混合动作序列含 59 个控制值，训练时补齐至 64；格式定义坐标系、旋转、夹爪标定、有效性掩码和控制域。模型支持 YAM 和 AgiBot 双臂平台，输入应遵循相应约定。时间维度也必须对齐：T 次状态转移需要 T+1 个观测。发布的推理动作已经归一化，而训练数据需要先转换成模型使用的动作表示。
开放权重提供起点，评估仍要自己做
OpenMDW1.1 允许商业和非商业使用，具体使用须遵守许可证条款。NVIDIA 同时发布了后训练配方，供团队从 Cosmos 3 Nano 或兼容基座权重出发，使用自有数据适配模型。不同检查点的配方各有侧重：Transfer-Auto 面向驾驶数据和传感器配置；Sim-Auto 从适配后的 Transfer-Auto 继续做因果训练与蒸馏；Sim-Transfer 和 Sim-Bimanual 则分别按各自的环境或机器人本体进行后训练。
这些检查点和配方是可供适配的起点，并不免除团队准备数据、场景控制和仿真环境的工作。NVIDIA 建议先做环境检查、验证样本，并测试训练与重启流程，再启动较长训练；留出的片段可用于评估生成质量。短时间运行成功只说明流程跑通，不代表模型已经收敛。最终仍需检验生成观测能否支持目标策略的学习和评估，以及模型在哪些场景中会失效。