Cosmos3-Super-Image2Video：视频生成器 — 功能与运行要求

Cosmos3-Super-Image2Video 是 NVIDIA 推出的视频生成器，可将静态图像转换为短视频。该工具属于 Cosmos 系列，解决 image-to-video 任务：输入一张图片，输出一段动画场景。代码开源，模型权重单独发布。

功能

该模型只执行一项核心任务——从图像生成视频。作者将 Cosmos 描述为一个开放平台，包含世界模型、数据集和用于构建物理 AI 的工具。描述中提到了机器人、自动驾驶车辆和智能基础设施，但开发者并未详细说明该 image-to-video 模型本身的具体应用场景。

最新版本名为 Cosmos3。代码仓库主要使用 Jupyter Notebook 编写，这说明该模型通过交互式笔记本进行操作。

运行要求

运行需要 CUDA 平台——这是据作者描述，而非独立测试的结果。开发者未说明具体的 CUDA 版本，但文档中有一个单独章节专门讨论应使用哪个版本的问题。

最大的单个权重文件为 4.6 GB，全部文件总计 121.6 GB。规划磁盘空间时需要考虑这一点。代码许可证为非标准许可证，使用前需手动核查。权重许可证标注为“other”，同样需要单独研究其条款。

代码位于仓库 github.com/nvidia/cosmos，权重位于 huggingface.co/nvidia/Cosmos3-Super-Image2Video。项目官网：nvidia.com/en-us/ai/cosmos。

适用人群

该工具面向从事生成式视频模型工作的开发者和研究人员，且需拥有支持 CUDA 的硬件。开源代码允许研究其实现并根据自身任务进行调整。

对于寻找带图形界面的现成应用的用户，这个方案恐怕不合适：操作通过笔记本和代码进行。此外，还应提前评估需下载的权重体积并核查许可证条款——两者都需要手动研究。

Cosmos3-Super-Image2Video 是一款开源的科研工具，面向需要从图像生成视频、并愿意应对非标准使用条款的专业人士。