【AI影响力·台北消息】英伟达于6月4日在台北GTC大会正式发布Cosmos 3，采用双Transformer架构，专为机器人、自动驾驶及视觉智能体研发，支持多模态内容协同生成，推动智能体从感知走向具身认知。这是全球首个开源具身智能基础模型，标志着英伟达从"AI芯片供应商"向"具身智能平台运营商"的战略跃迁。
"双Transformer架构"：世界模型与动作模型的分离与协同
Cosmos 3的技术创新在于将传统端到端模型拆分为两个协同工作的Transformer：
世界模型（World Model）：理解物理环境、预测物体运动、模拟交互结果
动作模型（Action Model）：基于世界模型的预测，生成具体的运动控制指令
这种分离架构使Cosmos 3能够同时处理高维度的感知输入和低延迟的动作输出，解决了传统端到端模型在复杂物理环境中的"感知-动作"耦合难题。
与宇树科技的"芯片+整机"深度绑定
Cosmos 3的发布与英伟达-宇树科技的合作形成战略闭环。双方联合推出的H2 Plus人形机器人采用"宇树硬件躯体+英伟达AI大脑"架构，但业界担忧这一模式可能导致中国具身智能企业的"技术主权丧失"——宇树负责硬件制造，英伟达垄断AI算法和控制权，数据安全风险随之上升。
宇树科技2025年营收17.08亿元（同比增长335%），人形机器人出货量超5500台全球第一，IPO发行估值约420亿元。其与英伟达的绑定，使中国具身智能龙头在获得顶级算力平台的同时，也面临核心算法依赖外资的结构性风险。
英伟达Cosmos 3的发布，是具身智能领域的"Android时刻"——通过开源基础模型+芯片生态锁定，英伟达正在复制谷歌在移动互联网时代的平台战略。但与Android不同的是，Cosmos 3的"开源"是有条件的：核心训练框架开源，但最优化的推理版本仍依赖英伟达GPU和Jetson平台。这种"开放核心、锁定边缘"的策略，使中国厂商在获得技术便利的同时，也陷入了"芯片-算法"双重依赖。当美国出口管制政策收紧时，这种依赖可能从"商业风险"升级为"生存风险"。