计算机行业点评报告：AI赋能工业软件，产业发展现新形态.docx

内容目录

内容目录

英伟达Cosmos平台：物理AI模型与多场景应用 3

英伟达布局工业人工智能，物理AI领域迈入新纪元 3

英伟达Cosmos平台赋能自动驾驶等领域，实现增强训练 4

海内外多维度、多层次AI+工业应用生态 6

海外多维度、多层次AI+工业应用生态 6

国内AI+工业软件发展向好，人工智能重构工业边界 7

投资建议 8

风险提示 9

图表目录

图表目录

图1.现实工业场景与物理AI平台对比 3

图2.NVIDIACosmos物理AI模型架构示意图 3

图3.NVIDIACosmos与视频合成的基线生成模型VideoLDM对比数据 4

图4.NVIDIACosmos平台为自动驾驶开发者构建定制数据集 4

图5.NVIDIACosmos平台机器人操作场景训练结果 5

图6.NVIDIAOmniverse模拟Cosmos结果用于评估实时场景 5

图7.中国AI+工业软件应用场景发展趋势 6

图8.华为矿山人工智能模型架构图 8

表1.索辰科技现有产品简介 7

英伟达Cosmos平台：物理AI模型与多场景应用

英伟达布局工业人工智能，物理AI领域迈入新纪元

2025年1月，英伟达发布新一代工业仿真平台Cosmos，首次将物理引擎与生成式AI深度融合，标志着AI的工业软件应用进入新阶段。区别于传统的仿真模型，它专注于处理视频数据并理解视频中动态的场景、物体的运动，这有助于机器理解现实世界并实现交互。据英伟达技术报告显示，Cosmos基于2000万小时视频数据训练，涵盖扩散模型与自回归模型两大架构，支持文本生成视频（Text2World）及视频增强生成（Video2World）两种模式，其GitHub项目上线首日即获2k星标。

图1.

图1.现实工业场景与物理AI平台对比

数据来源：英伟达官网，

Cosmos的核心在于构建通用型世界基础模型（WFM），通过预训练与后训练结合的策略实现高效学习。预训练阶段，模型利用大规模视频数据集捕捉物理世界的动态规律，并通过扩散模型（连续token）和自回归模型（离散token）生成高质量3D视频。扩散模型通过逐步去噪生成连续视觉序列，而自回归模型基于Transformer架构逐帧预测未来状态。后训练阶段，开发者可通过特定领域数据（如自动驾驶轨迹或机器人动作指令）对模型微调，生成专用WFM。

图

图2.NVIDIACosmos物理AI模型架构示意图

视频分词器是Cosmos的另一关键技术，其因果性设计支持单帧图像与多帧视频的联合训练，主要用于视频未来帧的预测。这种设计对于视频模型利用图像数据集进行训练非常重要，因为图像数据集包含丰富的世界外观信息，且通常更加多样化。根据测试，Cosmos世界模型在几何准确性方面及视觉一致性方面都超越了VideoLDM基准，并实现了高达14倍的姿态估计成功率。

图

图3.NVIDIACosmos与视频合成的基线生成模型VideoLDM对比数据

数据来源：英伟达官网，

英伟达Cosmos平台赋能自动驾驶等领域，实现增强训练

在自动驾驶领域，英伟达Cosmos通过生成高保真合成数据，显著降低了真实数据采集与标注的成本。平台支持多视角视频生成，能够模拟暴雨、积雪、大雾等极端天气，以及城市道路、高速公路等复杂路况。目前该平台已经与多家车企合作。例如小鹏汽车利用Cosmos生成的合成数据优化感知算法，提高算法在真实街景中的表现；Wayve则借助其生成罕见交通事故场景，验证自动驾驶系统的紧急避障能力。

图

图4.NVIDIACosmos平台为自动驾驶开发者构建定制数据集

在机器人领域，Cosmos通过闭环仿真与指令驱动预测，为具身智能提供高效的训练环境，可以实现基于指令的视频预测及基于动作的下一帧预测的功能。目前1XRobotics用Cosmos的仿真引擎，为机器人提供了高保真的力学、运动学和动态交互建模能力。通过闭环模拟，1X机器人可以在虚拟环境中进行动态规划与环境适应性优化，在实际应用场景中实现更精准的导航和任务执行。

图5.NVIDIACosmos平台机器人操作场景训练结果

图5.NVIDIACosmos平台机器人操作场景训练结果

数据来源：英伟达官网，

工业数字孪生是Cosmos的另一重点发展方向。结合Omniverse平台，Cosmos可生成高精度虚拟工厂环境，支持设备布局优化与操作模拟。目前，英国原子能管理局UKAEA团队正在使用Omniverse进行实时模拟环境协作，因此他们