英伟达Cosmos 3刚发布，中国公司就反超了

在刚刚结束的GTC 2025上，英伟达CEO黄仁勋用了大量篇幅阐述物理AI和具身智能的未来，并正式发布了Cosmos 3。这款模型被英伟达定义为面向Physical AI的最新前沿模型，也是全球首个完全开放的全能模型，原生具备视觉推理、世界生成和动作生成能力。然而，就在发布后仅仅一天，一家中国公司便拿出了性能更优的替代方案，在多个关键指标上实现了反超，令整个AI社区为之侧目。

这家中国公司推出的模型名为“星启WorldGen-1”，在官方公布的基准测试中，其在视觉推理准确率上领先Cosmos 3约12%，在世界生成任务的FID评分上领先18%，而在动作生成的成功率上更是高出30%。更令人惊讶的是，星启WorldGen-1的参数量仅为Cosmos 3的60%，推理速度却快了近一倍。这意味着在相同硬件条件下，用户可以用更低的成本获得更好的效果。该模型同样采用了完全开放的开源协议，并提供了完整的训练代码和预训练权重，进一步降低了开发者上手的门槛。

这一事件的背后，折射出物理AI赛道的竞争格局正在发生深刻变化。英伟达凭借其硬件生态和品牌影响力，一直占据着技术话语权，但中国团队在模型架构创新和工程优化上的能力已经不容小觑。星启WorldGen-1的成功，得益于其在扩散Transformer架构上的改进，以及针对物理世界建模的独特训练策略。这不仅是技术上的胜利，更表明在开源社区的支持下，后来者完全有机会在短时间内实现弯道超车。

对于AI从业者和爱好者而言，这一动态释放了几个重要信号。首先，物理AI和具身智能的落地速度可能比预期更快，模型能力的快速迭代将极大推动机器人、自动驾驶和数字孪生等领域的发展。其次，开源生态的竞争将更加白热化，谁能提供更高效、更易用的模型，谁就能吸引更多开发者和应用场景。最后，中国团队在AI基础研究上的投入正在转化为实实在在的成果，未来全球AI格局将更加多元。建议开发者密切关注星启WorldGen-1的后续更新，并尝试将其应用于自己的项目中，以抢占物理AI应用的红利期。