Cosmos-Predict2.5 是一个“世界模拟器” (World Simulator)。它的核心任务是生成视频来模拟和预测世界的未来状态。它能根据文本、图片或视频输入生成符合物理规律的未来视频画面。简单来说它是一个视频生成模型。Cosmos-Reason系列 是一个“推理大脑” (Reasoning VLM)。它的核心任务是理解视频并输出文本推理。它是一个视觉语言模型VLM能像人类一样利用物理常识和先验知识对观察到的视频场景进行有逻辑的推理、分析和决策。
Cosmos-Reason and Cosmos-Predict2.5 and Cosmos-Transfer2.5
Cosmos-Predict2.5 是一个“世界模拟器” (World Simulator)。它的核心任务是生成视频来模拟和预测世界的未来状态。它能根据文本、图片或视频输入生成符合物理规律的未来视频画面。简单来说它是一个视频生成模型。Cosmos-Reason系列 是一个“推理大脑” (Reasoning VLM)。它的核心任务是理解视频并输出文本推理。它是一个视觉语言模型VLM能像人类一样利用物理常识和先验知识对观察到的视频场景进行有逻辑的推理、分析和决策。
