Cosmos-Transfer1: Conditionele Wereldgeneratie met Adaptieve Multimodale Controle

Cosmos-Transfer1: Conditional World Generation with Adaptive Multimodal Control

March 18, 2025

Auteurs: NVIDIA, Hassan Abu Alhaija, Jose Alvarez, Maciej Bala, Tiffany Cai, Tianshi Cao, Liz Cha, Joshua Chen, Mike Chen, Francesco Ferroni, Sanja Fidler, Dieter Fox, Yunhao Ge, Jinwei Gu, Ali Hassani, Michael Isaev, Pooya Jannaty, Shiyi Lan, Tobias Lasser, Huan Ling, Ming-Yu Liu, Xian Liu, Yifan Lu, Alice Luo, Qianli Ma, Hanzi Mao, Fabio Ramos, Xuanchi Ren, Tianchang Shen, Shitao Tang, Ting-Chun Wang, Jay Wu, Jiashu Xu, Stella Xu, Kevin Xie, Yuchong Ye, Xiaodong Yang, Xiaohui Zeng, Yu Zeng

cs.AI

Samenvatting

We introduceren Cosmos-Transfer, een conditioneel wereldgeneratiemodel dat wereldsimulaties kan genereren op basis van meerdere ruimtelijke controle-inputs van verschillende modaliteiten, zoals segmentatie, diepte en randen. In het ontwerp is het ruimtelijke conditionele schema adaptief en aanpasbaar. Het maakt het mogelijk om verschillende conditionele inputs op verschillende ruimtelijke locaties verschillend te wegen. Dit maakt hoogst controleerbare wereldgeneratie mogelijk en vindt toepassing in diverse wereld-naar-wereld transfer use cases, waaronder Sim2Real. We voeren uitgebreide evaluaties uit om het voorgestelde model te analyseren en demonstreren de toepassingen ervan voor Physical AI, waaronder robotics Sim2Real en dataverrijking voor autonome voertuigen. We demonstreren verder een inferentie-schaalstrategie om real-time wereldgeneratie te bereiken met een NVIDIA GB200 NVL72 rack. Om onderzoeksontwikkeling in het veld te versnellen, maken we onze modellen en code openbaar op https://github.com/nvidia-cosmos/cosmos-transfer1.

English

We introduce Cosmos-Transfer, a conditional world generation model that can generate world simulations based on multiple spatial control inputs of various modalities such as segmentation, depth, and edge. In the design, the spatial conditional scheme is adaptive and customizable. It allows weighting different conditional inputs differently at different spatial locations. This enables highly controllable world generation and finds use in various world-to-world transfer use cases, including Sim2Real. We conduct extensive evaluations to analyze the proposed model and demonstrate its applications for Physical AI, including robotics Sim2Real and autonomous vehicle data enrichment. We further demonstrate an inference scaling strategy to achieve real-time world generation with an NVIDIA GB200 NVL72 rack. To help accelerate research development in the field, we open-source our models and code at https://github.com/nvidia-cosmos/cosmos-transfer1.