在线教程丨物理AI系统革新，快速上手英伟达世界基础模型，可模拟阳光薄雾-优快云博客

在 1 月初的 CES 2025 大会上，黄仁勋身着新款皮衣为大家带来了多重惊喜，除了「世界最快GPU RTX 5090」之外，世界基础模型 Cosmos 也引发了广泛关注。

「AI 的下一个前沿是物理」，老黄用 Cosmos 直观地解释了这一趋势研判的由来与可信度。

顾名思义，世界模型能够生成和仿真虚拟世界，从而模拟场景中物体的空间关系及其物理交互。具体而言，Cosmos 世界基础模型是一套用于物理感知视频生成的开放式扩散和自回归 Transformer 模型，基于 2,000 万小时的真实世界人类互动、环境、工业、机器人和驾驶数据，训练了 9,000 万亿个 token。

在这里插入图片描述

英伟达高级科学家 Jim Fan 在自己的社交账号上对 Cosmos 进行了精准的总结：

提供两种模式：
扩散模式（连续标记）和自回归模式（离散标记）；
支持两种生成方式：

文本生成视频 (text->video) 和文本 + 视频生成视频 (text+video->video)

在这里插入图片描述

为了方便大家体验这个革新性的世界基础模型，HyperAI超神经官网的教程版块已经上线了「一键部署 Cosmos 世界基础模型」，感兴趣的小伙伴快来亲自上手试一试吧 ~

教程地址：

https://go.hyper.ai/GTCAL

Demo 运行

1.登录 hyper.ai，在「教程」页面，选择「一键部署 Cosmos 世界基础模型」，点击「在线运行此教程」。

在这里插入图片描述

2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

在这里插入图片描述

3.选择「NVIDIA RTX A6000」算力以及「PyTorch」镜像，可以按照自己的需求选择「按量付费」或「包日/周/月」，最后点击「继续执行」。

新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

HyperAI超神经专属邀请链接（直接复制到浏览器打开）：

https://openbayes.com/console/signup?r=Ada0322_QZy7

另外，OpenBayes 新春活动进行中，单卡 RTX 4090 与 RTX A6000 包日/周均有半价福利！

在这里插入图片描述

4.等待分配资源，首次克隆需等待 7 分钟左右的时间。当状态变为「运行中」后，点击「打开工作空间」，并打开「终端」。

在这里插入图片描述

5.输入以下命令激活环境：

conda activate ./cosmos

在这里插入图片描述

6.输入以下命令切换 Cosmos 目录：

cd Cosmos

在这里插入图片描述

7.输入以下命令启动模型 gradio 界面：

PYTHONPATH=$(pwd) python cosmos1/models/diffusion/inference/gradio_text2world.py --checkpoint_dir checkpoints --diffusion_transformer_dir Cosmos-1.0-Diffusion-7B-Text2World --offload_prompt_upsampler --offload_text_encoder_model --offload_guardrail_models --video_save_name Cosmos-1.0-Diffusion-7B-Text2World --checkpoint_dir /input0