cosmos-framework

Cosmos-Framework 是 NVIDIA 开发的面向世界模型（World Models）训练与推理的一体化框架，专为 Cosmos3 等多模态物理 AI 模型设计。支持分布式训练（FSDP/TP/CP/PP）、原生 DCP 检查点、HuggingFace safetensors 导入导出，以及多后端推理（Diffusers/Transformers/vLLM），提供离线批量生成与在线服务（Ray + Gradio）。框架统一处理语言、图像、视频、音频及动作序列，适用于物理智能、具身智能、仿真环境建模等需要跨模态联合感知与决策的场景。