5月20日，英伟达发布Cosmos-Reason1系列模型，旨在提升AI的物理常识和具身推理能力。该系列包括Cosmos-Reason1-7B和Cosmos-Reason1-56B两种版本，通过监督微调（SFT）和强化学习（RL）两阶段训练。研究团队设计了双本体系统，将物理常识细化为空间、时间及基础物理三大类，并涵盖五种具身代理的推理能力。模型结合文本和视觉数据进行同步推理，训练数据包含约400万条标注视频-文本对。在物理常识和具身推理基准测试中，该模型表现优异，尤其是在RL训练后，显著提升了预测行动、验证任务完成及评估物理可行性等方面的能力。这一进展有望推动机器人、自动驾驶等领域的实际应用。