cosmos-framework

NVIDIA/cosmos-framework 是一个用于训练和部署世界模型的端到端框架，特别支持Cosmos3模型系列。其核心功能包括分布式训练（支持FSDP、TP、CP、PP）和多种推理后端（如Diffusers、Transformers、vLLM），并提供HuggingFace `safetensors`格式的数据检查点导入导出以及JSONL/WebDataset/LeRobot数据集适配器。该框架还具备离线批量生成与在线服务能力（通过Ray + Gradio实现）。此项目非常适合需要处理多模态数据（如文本、图像、视频、音频等）的应用场景，尤其是在物理AI领域内寻求统一架构解决方案的研究者和开发者使用。