Cosmos-Predict2

Cosmos-Predict2 — второе поколение семейства мировых моделей NVIDIA для физически обоснованной генерации. Оно стало доступно 30 апреля 2025 года. В линейку вошли модели на 2 и 14 млрд параметров для создания изображений по тексту и генерации видео по исходному видеоматериалу. Система предназначена для симуляции будущего состояния сцены и подготовки данных для Physical AI.

Текст и видео как исходные данные

Два направления генерации

В официальной коллекции Predict2 есть варианты Text2Image и Video2World. Первые формируют изображение из текстового описания; вторые продолжают входное видео, создавая дальнейшие кадры. Это отдельные режимы семейства, поэтому возможности одной контрольной точки нельзя автоматически приписывать всем остальным.

Размер и результаты испытаний

Модели на 2 и 14 млрд параметров

NVIDIA опубликовала варианты Predict2 с 2 и 14 млрд параметров. В исследовательской статье приводятся сравнения качества на внутренних и открытых тестах; это результаты конкретного протокола NVIDIA, а не гарантия результата на произвольном наборе данных. Для запуска и дообучения необходимы совместимые GPU и программный стек Cosmos.

От Predict1 к Predict2.5

Последовательные поколения мира-моделей

Predict2 развивает предыдущую Cosmos-Predict1 и затем уступает место Cosmos-Predict2.5. Поздняя версия объединила несколько задач генерации мира в общей архитектуре. При выборе следует учитывать не только число параметров, но и то, принимает ли модель текст, изображения или видео в нужном сценарии.

Связанные модели и разработчик

Карточки внутри экосистемы NVIDIA

Cosmos-Predict1 · Cosmos-Predict2.5 · Cosmos-Transfer2.5 · NVIDIA в Вики Futuretools

Дата выпуска и первичный источник

Официальные сведения

Официальная карточка NVIDIA указывает модели Cosmos-Predict2 для Text2Image и Video2World в размерах 2B и 14B; карточка весов датирует версию 30.04.2025. Первичный источник: NVIDIA.