本周NVIDIA在AI生态系统中展开重大布局，一连发布三项重要公告，覆盖合成数据生成、检索系统和下一代硬件材料。
Cosmos：解决物理AI的数据危机
NVIDIA发布了Cosmos World Foundation Models，这是一套专为生成高保真、物理感知的合成数据而设计的基础模型，用于训练机器人和自动驾驶系统。发布时机恰到好处：NVIDIA指出，训练数据不足正限制系统正常训练，导致泛化能力差、现实世界变化暴露不足，以及不可预测的边缘情况行为。
Cosmos模型代表了NVIDIA对合成数据填补真实数据采集成本高、危险或不可行场景的押注。通过生成物理准确的模拟，这些模型可以加速物理AI系统的开发，让系统在部署前暴露于数百万个边缘情况。
NeMo Retriever：超越语义相似
在数据检索领域，NVIDIA推出了NeMo Retriever的通用化代理检索管道。这一新方法超越了传统的语义相似度搜索，旨在提升企业检索系统。
该管道代表了NVIDIA对代理AI的推动——这类系统不仅能找到相关信息，还能推理其上下文并采取行动。对于构建AI应用的企业来说，更好的检索意味着知识库、文档和数据库的响应更加准确。
Rubin平台：材料测试进行中
供应链分析师郭明錤报道称，NVIDIA已与PCB制造商开始测试新型CCL材料M10，用于下一代平台。目标应用包括Rubin Ultra和Feynman平台的正交背板及交换刀片主板。
若测试按计划进行，量产目标时间为2027年下半年，这将触发新一轮AI服务器PCB材料采购周期。时机与NVIDIA自Blackwell发布以来的典型两年架构更新周期一致。
未来展望
三项公告覆盖了NVIDIA从训练数据到推理再到硬件的完整AI栈。Cosmos解决物理AI的数据需求，NeMo Retriever改善AI系统获取和使用现有知识的方式，Rubin材料确保公司持续扩展计算基础设施。
这些举动共同表明，NVIDIA正在加强其端到端的AI基础设施市场主导地位。公司继续控制更多价值链——从训练模型的数据到运行模型的芯片。对于AI行业而言，随着物理AI（机器人、自动驾驶）的发展，来自Cosmos的合成数据可能变得和GPU本身一样重要。Rubin Ultra量产目标时间为2027年下半年，下一代AI训练集群已在成形中。