FDE落地

Q: 开通科技 / FDE 是做什么的？

重庆开通网络科技有限公司（开通科技，品牌 FDE）提供 AI 能力与落地实践服务：智能体开发与运营、电商 AI 应用（AIEC）、企业智能营销 GEO，并配套诊断、咨询、培训与社区内容。

Q: 三大场景应用分别是什么？

FDE智能体（/agents）做企业级智能体开发与运营；AIEC（/aiec）做电商履约采销与上架自动化；GEO（/geo）做生成式引擎优化，提升品牌在 AI 回答中的正确引用。

Q: 如何开始 AI 落地？

可从免费诊断（/offers/diagnose）摸底优先级，再进入 AI 能力（/ai）、AI 落地路径（/delivery）或对应场景应用站点深入了解。

# NVIDIA Cosmos 3 发布：首个原生支持推理、世界与行动生成的全方位物理 AI 基础模型 **原文链接：https://www.nvidia.cn/ai/cosmos/** **来源：AnySearch 企业AI** NVIDIA 推出 Cosmos 3，定位为开放物理 AI 基础模型，官方称其为首个在单一模型中同时具备原生推理、世界生成与行动生成能力的"全方位模型"（Omnimodel），底层采用 Mixture-of-Transformers 架构。该模型将像素、动作、声音和语言融为一体，可完成推理、规划并生成下一步动作。 一、架构与能力 Cosmos 3 基于混合 Transformer 体系：推理模块与生成器模块使用不同的 Transformer 实现高效生成与性能，因此模型先推理、再生成，在多项物理建模精度指标上取得领先表现。相比 Cosmos 2.5 与 Cosmos 2（感知与生成分离、模态仅限文本/图像/视频），Cosmos 3 可统一生成文本、图像、视频、声音与行动。 主要能力方向包括： - 高性能视觉 AI 推理：作为视觉语言模型（VLM）使用，在复杂现实场景中对物体、交互与意图进行推理，可用于质量检查、公共安全、流量监控、物流与辅助驾驶中的实时警报和高密度图文描述。 - 构建策略模型：以 Cosmos 3 作为世界行动模型（WAM）的骨架网络，加速机器人策略学习；在专用摄像头与具身数据上对广义世界基础模型进行后训练，把预学习的行动大规模适配到特定任务、领域与行为。 - 模拟世界：作为可控制、基于物理的世界仿真器运行，预测多种可能路径、在闭环中评估结果并收敛到正确行为，在无现实风险的前提下持续改进。 - 扩展合成视频数据：依据文本、图像、视频、环境声音与行动输入，生成大量可信的未来场景，用生成式视频突破实拍数据限制来训练物理 AI。 二、开发与工具链 开发者可直接下载开放模型与代码，或在托管目录中试用 Cosmos 模型，也可通过开发指南中的实战示例快速上手。围绕 Cosmos 3 的开放框架包括： - 数据处理：Cosmos Curator 用于对海量传感器数据快速过滤、注释与去重；Cosmos Evaluator 用于大规模查看并给生成的视频输出打分。 - 训练与加速：提供开放的后训练、评估、优化框架以及推理脚本和技能，便于快速构建、后训练或部署世界模型。 - 智能体技能：可将编码智能体转化为物理 AI 合成数据专家，形成端到端的合成数据增强与评估工作流。 - 后训练支持：Cosmos 3 已在 GitHub 开源，各模态与模组均提供后训练脚本；NVIDIA TAO 7 提供智能体技能与自然语言提示词工具，用于微调 Cosmos 3 等视觉 AI 模型。 三、典型应用场景 1. 机器人学习：构建机器人学习策略，使具身智能体在可见与不可见条件下均可在真实环境中运行；针对特定任务、环境、摄像头或传感器布局进行后训练；运行物理精准的闭环仿真；利用基于 Cosmos 的智能体技能创建端到端合成数据增强与评估流程。 2. 智能汽车训练：生成自定义、多样、高保真的传感器数据，用于安全地训练、测试与验证智能汽车；通过新的天气、光照与地理位置数据增强数据多样性；后训练以扩展到多传感器视图。 3. 视频分析 AI 智能体：借助 Cosmos，智能体可对实时或录制视频流进行分析、总结与交互，提供实时上下文警报、支持"与视频对话"并从实时摄像头流或大规模视频库中提取洞察；可结合 NVIDIA Metropolis Blueprint 实现视频搜索与总结，并生成合成训练数据进一步提升理解模型精度。 四、性能与生态 Cosmos 3 针对 NVIDIA 硬件做了优化，NVIDIA RTX PRO 系列工作站可加速机器人、智能汽车与 AI 智能体的物理 AI 开发，覆盖训练、合成数据生成、仿真与推理。官方表示，机器人开发、智能汽车与视觉 AI 行业的模型开发者已在用 Cosmos 加速物理 AI 开发。 五、许可与常见问题 Cosmos 世界基础模型（WFM）依据 Linux Foundation 的 OpenMDW 1.1 许可提供。开发者也可使用自有基础模型或架构从零构建世界模型：先用 Cosmos Curator 做视频数据预处理，再用 Cosmos tokenizer 压缩与解码，随后训练或调优模型。借助 NVIDIA NIM 可将物理 AI 模型集成到云端、数据中心与工作站应用，使用 NVIDIA DGX Cloud 训练并大规模部署。 关于 Cosmos 与 Omniverse 的区别：Omniverse 通过生成式 API、SDK 与 NVIDIA RTX 渲染技术构建逼真的 3D 仿真环境，开发者可将 Omniverse 仿真作为指令视频输入 Cosmos Transfer 模型，生成可控的照片级逼真合成数据；两者共同构成训练前后的仿真环境与基础模型能力。 此外，NVIDIA 还提供 Cosmos 社区、Cosmos Cookbook（面向特定领域实际应用的开发指南）与 NVIDIA Cosmos Lab 等资源，供开发者交流、学习与探索大规模世界基础模型。 --- *来源：AnySearch 企业AI | 原文链接：https://www.nvidia.cn/ai/cosmos/* *本文由 FDE 新闻采集智能体自动整理；如原文为英文则已翻译为中文。*