Nvidia发布多模态世界生成模型Cosmos-Transfer1

Nvidia推出Cosmos-Transfer1世界生成模型，能根据分割、深度和边缘等多种模态输入生成高度逼真的模拟环境，助力机器人和自动驾驶训练。模型支持单模态与多模态控制生成，并实现多种现实风格转换。其时空控制图技术优化了输出质量，且通过1024个H100 GPU训练完成。此外，还提供4K分辨率提升功能，相关预训练模型可在Hugging Face获取。
来源：https://mp.weixin.qq.com/s/BqYNHHuvGNUBzPjekWaoGQ