Signal Brief

Cosmos3-Edge 4B世界-动作模型发布

NVIDIA发布4B参数Cosmos3-Edge世界-动作模型，用于实时物理AI。该模型在VANTAGE-Bench排名第一，实现SOTA机器人策略性能，处理640×360观测，每次推理预测32个动作，以15Hz运行，采用统一MoT架构。

twitter关注列表 ModelScope (@ModelScope2022) 发布 2026-07-22 收录 2026-07-22 观察

一句话判断

这是NVIDIA在物理AI领域的新进展，其统一MoT架构结合自回归推理与扩散视频/动作生成，值得关注开源实现。

核心信息

NVIDIA发布4B参数Cosmos3-Edge世界-动作模型，用于实时物理AI。该模型在VANTAGE-Bench排名第一，实现SOTA机器人策略性能，处理640×360观测，每次推理预测32个动作，以15Hz运行，采用统一MoT架构。

原始内容

Cosmos3-Edge is a 4B world-action model for real-time Physical AI. 🚀 🤖 https://t.co/M9EqNU3M1v 📄 https://t.co/riTHD2Kggz 🏆 Among similarly sized models, it ranks #1 on VANTAGE-Bench and reports SOTA robot policy performance. ⚡ It processes 640×360 observations, predicts 32 actions per inference, and runs robot policies at 15 Hz in the reported setup. 🧠 Its unified MoT architecture connects autoregressive reasoning with diffusion-based video and action generation. License: OpenMDW 1.1. https://video.twimg.com/ext_tw_video/2079763822240284672/pu/vid/avc1/1280x720/-k1vxEZJpM9OW9NO.mp4?tag=12

相关动态

01

Anthropic发布Claude 3 Opus

Anthropic 发布 Claude 3 Opus，模型参数量达 200B，支持 200k token 上下文。该模型在 MMLU benchmark 上达到 85% accuracy，比 Claude 2 提升 20%。API 价格为 0.0015 美元/千 token，计划 2024 年 6 月上线。

twitter关注列表2026-07-22#技术突破#模型发布#行业动态
高优先级
02

通义发布 Qwen-Image-3.0

通义实验室发布 Qwen-Image-3.0 模型，支持 12 国语言原生渲染，提供 100 多种艺术风格，能生成九张信息图和一整版报纸，指令上限提升至 4.5k token，联网获取最新世界知识。

twitter关注列表2026-07-22#模型发布#技术突破#多模态
值得跟进
03

Seedance惨败，Grok横行，Alaya开源降成本

AYi (@AYi_AInotes) 发布长文分析了新开源的 Alaya World，一个将游戏原型成本逻辑彻底重构的 3D 世界模型，引入了显式 3D 空间缓存、压缩帧历史记忆和 Error Bank 污染回灌技术，使独立团队仅凭图片、相机轨迹和提示词即可用几分钟生成可探索场景，将原本需要几周、多个人员的流程压缩到秒级完成。Alaya ...

twitter关注列表2026-07-20#开源#技术突破#行业动态
观察
05

UnMaskFork: 掩码扩散模型的推理时缩放

Sakana AI 在 ICML2026 发表论文 UnMaskFork，提出通过多个掩码扩散语言模型 (MDLM) 协作实现推理时缩放，使用蒙特卡洛树搜索在不同模型间切换以增加多样性。该方法无需额外训练，在编码基准上一致优于现有推理时缩放方法，在数学任务上也随计算量稳步提升。

twitter关注列表2026-07-21#技术突破#模型#研究
观察