Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。

今天的主题是：Cosmos-Reason1: From Physical Common Sense To Embodied Reasoning

Summary

Cosmos-Reason1 介绍了一个多模态大型语言模型系列，专注于物理世界理解和推理。该模型通过四个训练阶段进行开发：视觉预训练、通用监督微调（SFT）、物理AI SFT和物理AI强化学习（RL）。为了评估模型，研究人员定义了物理常识和具身推理的本体论，并构建了全面的基准。结果表明，物理AI SFT和RL显著提升了模型的性能，使其能够更好地处理涉及空间、时间和直观物理的复杂任务，而这些是现有模型所面临的挑战。该项目旨在通过开源代码和预训练模型来推动物理AI系统的发展。

原文链接：https://arxiv.org/abs/2503.15558