英伟达团队发布最新具身模型Cosmos-Reason1，在物理世界推理中碾压Qwen、GPT-4o等多款VLM模型。

继黄仁勋在英伟达GTC大会上发布基础世界模型Cosmos后，英伟达团队近日推出新物理世界大模型Cosmos-Reason1。该模型专注于“Reason”（推理）能力，是继DeepSeek R1采用纯强化学习后的进一步探索。论文显示其取得良好成果，且已开源。

Cosmos-Reason1致力于解决AI系统与物理世界交互问题，需具备感知、理解和执行复杂动作的能力。团队开发了80亿参数的Cosmos-Reason1-8B和560亿参数的Cosmos-Reason1-56B，通过四阶段训练：视觉预训练、通用SFT、物理AI SFT及强化学习后训练。

评估中，模型在物理常识与具身推理两方面表现出色。相比其他VLM模型，Cosmos-Reason1在物理常识上全面超越多数对手，具身推理能力提升超10%。其技术路径结合Transformer与Mamba架构，弥补传统Transformer在空间理解上的不足。