NVIDIA Cosmos là gì? Repo NVIDIA/cosmos, Cosmos 3, Reasoner, Generator

NVIDIA Cosmos là gì? Phân tích repo NVIDIA/cosmos và hướng dẫn sử dụng dễ hiểu

Ảnh trích xuất từ repo chính thức NVIDIA/cosmos, file cosmos-logo-thumbnail.png. Ảnh là PNG, không phải SVG.¹

Tóm tắt nhanh

NVIDIA Cosmos là nền tảng mở về world models, datasets và tools để xây dựng Physical AI cho robot, xe tự hành, hạ tầng thông minh và các hệ thống tương tác với thế giới vật lý. Repo chính thức mô tả Cosmos là “an open platform of world models, datasets, and tools” giúp developer xây dựng Physical AI.²

Nói dễ hiểu: Cosmos không phải chatbot thông thường. Nó là nhóm mô hình và công cụ giúp AI hiểu, mô phỏng và dự đoán thế giới vật lý. Ví dụ, AI có thể nhìn video robot, hiểu điều gì đang xảy ra, dự đoán hành động tiếp theo, hoặc tạo video mô phỏng tương lai từ prompt, ảnh, video và dữ liệu hành động.

Repo NVIDIA/cosmos hiện tập trung vào Cosmos 3, một family omnimodal world models có thể xử lý và tạo nhiều loại dữ liệu: ngôn ngữ, ảnh, video, âm thanh và action sequence trong một kiến trúc unified Mixture-of-Transformers.³⁴

Cosmos dùng để làm gì?

Cosmos hướng tới các hệ thống AI cần hiểu thế giới thật, không chỉ trả lời văn bản. Một số use case dễ hiểu:

• Tạo video mô phỏng robot đang di chuyển trong kho.
• Dự đoán robot nên làm bước tiếp theo trong một task.
• Phân tích video xe tự hành và dự đoán chuyển động.
• Sinh dữ liệu synthetic để huấn luyện robot hoặc perception model.
• Kiểm tra physical plausibility: cảnh đó có hợp lý về vật lý không.
• Tạo rollout tương lai dựa trên ảnh/video hiện tại và action input.
• Caption video, định vị sự kiện theo thời gian, grounding đối tượng trong ảnh.
• Dùng làm reasoner cho embodied agent.

Trong README, Cosmos 3 có hai bề mặt runtime chính: Reasoner và Generator.³

World model là gì?

World model là mô hình AI học cách biểu diễn và dự đoán thế giới. Với LLM thông thường, đầu vào/đầu ra chủ yếu là văn bản. Với world model, dữ liệu có thể là ảnh, video, âm thanh, trạng thái hành động, chuyển động camera, trajectory robot hoặc cảnh giao thông.

Ví dụ:

• LLM hỏi: “Robot nên làm gì tiếp theo?”
• World model nhìn video robot, xem vật thể đang ở đâu, đoán chuyển động hợp lý, rồi trả lời hoặc tạo rollout tương lai.

Cosmos 3 mở rộng ý tưởng này thành mô hình omnimodal: không chỉ hiểu nhiều modality, mà còn có thể tạo đầu ra ở nhiều modality.

Repo NVIDIA/cosmos có gì đáng chú ý?

Repo NVIDIA/cosmos hiện có các thành phần chính:

GitHub repo cho thấy release mới nhất là Cosmos 3 Launch ngày 01/06/2026, và README ghi Cosmos 3 được phát hành trên Hugging Face collection và Cosmos Framework vào ngày 31/05/2026.²⁵

Cosmos 3 là gì?

Cosmos 3 là model family mới nhất trong repo. README mô tả Cosmos 3 là suite omnimodal world models được thiết kế để xử lý và tạo language, image, video, audio và action sequences trong một unified Mixture-of-Transformers architecture.³

Điểm quan trọng:

• Omnimodal: xử lý nhiều modality cùng lúc.
• World model: tập trung vào hiểu/mô phỏng thế giới vật lý.
• Generator + Reasoner: vừa có khả năng tạo dữ liệu, vừa có khả năng hiểu/lập luận.
• Physical AI: hướng tới robot, AV, embodied agent và simulation.
• Open deployment path: có Diffusers, vLLM-Omni, vLLM, NIM và Cosmos Framework.
• License OpenMDW-1.1: source code và model chịu điều khoản license riêng.⁶

Kiến trúc Cosmos 3 giải thích dễ hiểu

README mô tả Cosmos 3 dùng Mixture-of-Transformers. Có thể hiểu đơn giản là trong cùng một hệ thống, nó có hai kiểu xử lý lớn:³

Reasoner mode dùng causal self-attention để xử lý token ngôn ngữ và thị giác. Generator mode dùng full attention để denoise image, video, audio và action tokens. Cả hai chia sẻ kiến trúc transformer, attention đa phương thức và biểu diễn vị trí không gian-thời gian 3D mRoPE.³

Nói đơn giản hơn:

Reasoner = hiểu và trả lời
Generator = tạo mô phỏng và rollout

Model family

README liệt kê các model chính trong Cosmos 3:³

Với người mới, nên bắt đầu bằng Cosmos3-Nano trước. Cosmos3-Super nặng hơn và thường cần nhiều GPU hơn.

Generator làm được gì?

Generator tạo output phi văn bản như ảnh, video, âm thanh và action rollout. README liệt kê nhiều workflow generator:³

Ví dụ dễ hiểu: bạn đưa prompt “robot nhỏ di chuyển trong kho và dừng trước kệ hàng”; Generator có thể tạo video mô phỏng cảnh đó.

Reasoner làm được gì?

Reasoner trả output dạng text hoặc JSON từ text, ảnh và video. README liệt kê các workflow reasoner:³

Reasoner phù hợp nếu bạn không muốn tạo video, mà muốn model hiểu video/ảnh.

Input và output được hỗ trợ

README nêu các thông số chính:³

Các resolution tier được hỗ trợ gồm 256p, 480p và 720p; aspect ratio có 16:9, 4:3, 1:1, 3:4, 9:16; frame rate có 10, 16, 24 và 30 FPS; frame count từ 5 đến 300 frames.³

Cần phần cứng gì?

Cosmos 3 là nhóm mô hình nặng. README ghi hệ thống được test với BF16, Linux và GPU NVIDIA Ampere/Hopper/Blackwell.³

Lưu ý thực tế:

• Với thử nghiệm nhanh, ưu tiên Cosmos3-Nano.
• Text-to-video hoặc image-to-video sẽ nặng hơn text reasoning.
• 720p và 189 frames sẽ tốn nhiều VRAM/thời gian hơn 256p hoặc ảnh đơn.
• Cosmos3-Super thường cần nhiều GPU hoặc tensor parallel.
• Nếu chỉ cần Reasoner production, NIM là đường dễ hơn vLLM tự cài.
• Nếu chỉ nghiên cứu Generator bằng Python, Diffusers là đường dễ hiểu hơn.

README khuyến nghị CUDA 13 hoặc 12.8, và nêu cần khớp CUDA của hệ thống với CUDA của PyTorch.⁷

Cài đặt và đăng nhập Hugging Face

Trước khi chạy ví dụ, README yêu cầu tạo Hugging Face access token và đăng nhập local:⁸

uvx hf@latest auth login

Nếu ổ cứng mặc định nhỏ, đặt HF_HOME sang nơi có dung lượng lớn:

export HF_HOME=/data/huggingface

Model Cosmos có dung lượng lớn, nên chuẩn bị disk cache đủ lớn trước khi chạy.

Chạy Generator bằng Diffusers

Đây là đường phù hợp cho nghiên cứu, thử nghiệm Python và hiểu pipeline.

Cài môi trường:

uv venv --python 3.13 --seed --managed-python
source .venv/bin/activate

uv pip install --torch-backend=auto \
  "diffusers @ git+https://github.com/huggingface/diffusers.git" \
  accelerate \
  av \
  cosmos_guardrail \
  huggingface_hub \
  imageio \
  imageio-ffmpeg \
  torch \
  torchvision \
  transformers

README nói --torch-backend=auto giúp uv tự chọn CUDA build phù hợp với driver NVIDIA, tránh lỗi cài Torch mới hơn driver.⁸

Ví dụ text-to-video:

import torch
from diffusers import Cosmos3OmniPipeline
from diffusers.schedulers.scheduling_unipc_multistep import UniPCMultistepScheduler
from diffusers.utils import export_to_video

pipe = Cosmos3OmniPipeline.from_pretrained(
    "nvidia/Cosmos3-Nano",
    torch_dtype=torch.bfloat16,
    device_map="cuda",
)

pipe.scheduler = UniPCMultistepScheduler.from_config(
    pipe.scheduler.config,
    flow_shift=10.0,
)

result = pipe(
    prompt="A mobile robot navigates a warehouse aisle and stops at a shelf.",
    negative_prompt="",
    image=None,
    num_frames=189,
    height=720,
    width=1280,
    fps=24,
    num_inference_steps=35,
    guidance_scale=6.0,
    enable_sound=False,
    add_resolution_template=False,
    add_duration_template=False,
    generator=torch.Generator(device="cuda").manual_seed(1234),
)

export_to_video(result.video, "cosmos3_t2v.mp4", fps=24, macro_block_size=1)

README lưu ý text-to-video mất thời gian: lần đầu còn phải download Cosmos3-Nano, và diffusion phải chạy qua đủ inference steps trước khi có output.⁸

Dùng vLLM-Omni cho Generator production

Nếu bạn muốn expose API kiểu OpenAI-compatible để tạo ảnh/video/sound/action, dùng vLLM-Omni.

Ví dụ chạy Docker:

docker run --runtime nvidia --gpus all \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -v "$(pwd):/workspace" \
  -p 8000:8000 \
  --ipc=host \
  vllm/vllm-omni:cosmos3 \
  vllm serve nvidia/Cosmos3-Nano \
  --omni \
  --model-class-name Cosmos3OmniDiffusersPipeline \
  --allowed-local-media-path / \
  --port 8000 \
  --init-timeout 1800

README nói Cosmos3 checkpoints có thể vượt default server init timeout, nên dùng --init-timeout 1800.⁹

Ví dụ gọi text-to-video:

curl -sS -X POST http://localhost:8000/v1/videos/sync \
  --form-string "prompt=A small warehouse robot moves a blue box across a clean floor." \
  --form-string "negative_prompt=blurry, distorted, low quality" \
  --form-string "size=1280x720" \
  --form-string "num_frames=189" \
  --form-string "fps=24" \
  --form-string "num_inference_steps=35" \
  --form-string "guidance_scale=6.0" \
  --form-string "flow_shift=10.0" \
  --form-string "seed=0" \
  --form-string 'extra_params={"use_resolution_template":false,"use_duration_template":false,"guardrails":true}' \
  -o cosmos3_t2v_output.mp4

README lưu ý dùng --form-string thay vì -F cho text fields để tránh curl cắt chuỗi khi có dấu ;.¹⁰

Dùng Reasoner bằng vLLM

Nếu chỉ cần hiểu ảnh/video và trả lời text, dùng Reasoner với vLLM sẽ nhẹ hơn Generator vì không cần load toàn bộ diffusion generation path.

Cài vLLM:

uv venv --python 3.13 --seed --managed-python
source .venv/bin/activate

uv pip install --torch-backend=cu130 "vllm==0.21.0" \
  "vllm-cosmos3 @ git+https://github.com/NVIDIA/cosmos-framework.git#subdirectory=packages/vllm-cosmos3"

Chạy server:

vllm serve nvidia/Cosmos3-Nano \
  --hf-overrides '{"architectures": ["Cosmos3ReasonerForConditionalGeneration"]}' \
  --async-scheduling \
  --allowed-local-media-path / \
  --port 8000

README nói vLLM là đường production inference cho Reasoner với OpenAI-compatible chat completions API.¹¹

Dùng Reasoner bằng NIM

Nếu muốn đường production nhanh nhất và ít tự xử lý dependency hơn, dùng Cosmos 3 Reasoner NIM. README mô tả NIM là prebuilt optimized container, phục vụ text outputs từ text, image và video inputs.¹²

Chạy container:

export CONTAINER_NAME="nvidia-cosmos3-reasoner"
export IMG_NAME="nvcr.io/nim/nvidia/cosmos3-reasoner:1.7.0"
export LOCAL_NIM_CACHE=~/.cache/nim
mkdir -p "$LOCAL_NIM_CACHE"

docker run -it --rm --name=$CONTAINER_NAME \
  --runtime=nvidia \
  --gpus all \
  --shm-size=32GB \
  -e NGC_API_KEY=$NGC_API_KEY \
  -e NIM_MODEL_SIZE=nano \
  -v "$LOCAL_NIM_CACHE:/opt/nim/.cache" \
  -u $(id -u) \
  -p 8000:8000 \
  $IMG_NAME

API chạy ở:

http://127.0.0.1:8000/v1

Ví dụ Python client:

from openai import OpenAI

client = OpenAI(base_url="http://127.0.0.1:8000/v1", api_key="not-used")

response = client.chat.completions.create(
    model="nvidia/cosmos3-nano-reasoner",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {
            "role": "user",
            "content": [
                {"type": "video_url", "video_url": {"url": "https://download.samplelib.com/mp4/sample-5s.mp4"}},
                {"type": "text", "text": "List the notable events with approximate timestamps."},
            ],
        },
    ],
    max_tokens=256,
    stream=False,
    extra_body={"media_io_kwargs": {"video": {"fps": 4.0}}},
)

print(response.choices[0].message.content)

NIM phù hợp nếu bạn muốn server OpenAI-compatible cho app production, nhưng không muốn tự ráp vLLM và CUDA pairing.

Chọn integration nào?

README có bảng chọn integration rất hữu ích:¹³

Nếu bạn là người mới:

1. Đọc README và notebook trong cookbooks/cosmos3/.
2. Nếu có GPU mạnh, thử Cosmos3-Nano + Diffusers.
3. Nếu cần API Reasoner, thử NIM trước.
4. Nếu muốn production Generator, xem vLLM-Omni.

Guardrails và an toàn nội dung

README nói Cosmos 3 có safety guardrails để screen prompt và blur faces trong generated output. Có thể tắt per-request bằng extra_params={"guardrails": false}, hoặc tắt server-wide bằng deploy config.¹⁴

Với production, không nên tắt guardrails mặc định nếu chưa có hệ thống an toàn riêng. Các output video/ảnh có thể dùng trong simulation, training hoặc synthetic data; nếu output chứa người, khuôn mặt, môi trường thật hoặc nội dung nhạy cảm, cần kiểm tra quyền sử dụng và chính sách nội bộ.

Hạn chế cần biết

README nêu Cosmos 3 có thể tạo artifacts trong output dài, độ phân giải cao hoặc cảnh vật lý phức tạp. Các lỗi thường gặp gồm:¹⁵

• temporal inconsistency;
• camera hoặc object motion không ổn định;
• sound-video alignment chưa chính xác;
• action-state consistency chưa hoàn hảo;
• object morphing;
• 3D structure chưa chính xác;
• dynamics vật lý chưa hợp lý.

README cũng nhấn mạnh các ứng dụng cần physical simulation đáng tin, safety-critical control hoặc multi-agent behavior phức tạp cần validation, guardrails và system-level safety analysis trước khi deployment.¹⁵

Nói ngắn: không nên dùng output Cosmos như sự thật vật lý tuyệt đối nếu chưa kiểm chứng.

Cosmos ecosystem

README liệt kê ba project ecosystem liên quan:¹⁶

Nếu NVIDIA/cosmos là cửa vào Cosmos 3 và ví dụ nhanh, thì Cosmos Framework là nơi đi sâu hơn vào workflow training, inference và evaluation.

License

Repo NVIDIA/cosmos dùng OpenMDW-1.1 License cho source code và models.⁶ License text nêu Model Materials được cung cấp “as is”, không có warranty, và người dùng chịu trách nhiệm về quyền của bên thứ ba, consent, permission và due diligence khi sử dụng Model Materials.⁶

Điểm cần nhớ:

• Không nên giả định license giống Apache/MIT.
• Cần đọc OpenMDW-1.1 trước khi dùng thương mại hoặc phân phối.
• Output không bị áp thêm hạn chế trong license text, nhưng người dùng vẫn chịu trách nhiệm clearing rights và compliance.
• Nếu dự án tải/cài thêm third-party open source, README yêu cầu review license của các project đó trước khi dùng.¹⁷

Hướng dẫn triển khai cá nhân

Mục tiêu: chỉ đọc hiểu Reasoner

Nếu bạn muốn thử Reasoner nhanh nhất:

1. Tạo NGC API key.
2. Login Docker vào nvcr.io.
3. Chạy NIM container.
4. Gọi API OpenAI-compatible bằng curl hoặc Python.

Ưu điểm: ít phải tự xử lý CUDA/vLLM.

Mục tiêu: thử tạo video

Nếu bạn có GPU đủ mạnh và muốn thử text-to-video:

1. Đăng nhập Hugging Face.
2. Tạo venv Python 3.13 bằng uv.
3. Cài Diffusers từ GitHub + dependencies.
4. Load nvidia/Cosmos3-Nano.
5. Bắt đầu ở resolution thấp/ít frame hơn nếu tài nguyên hạn chế.

Mục tiêu: nghiên cứu sâu

Nếu muốn training/evaluation/post-training, chuyển sang:

NVIDIA/cosmos-framework

Và đọc training guide/reference recipes.

Hướng dẫn triển khai cho team

Giai đoạn 1: đánh giá use case

Chọn rõ bạn cần:

• hiểu video/ảnh hay tạo video?
• robot, xe tự hành hay hạ tầng thông minh?
• synthetic data hay decision support?
• prototype research hay production API?
• latency quan trọng hay quality quan trọng?

Giai đoạn 2: chọn runtime

Giai đoạn 3: chuẩn hóa hạ tầng

• GPU Ampere/Hopper/Blackwell.
• CUDA 13 hoặc 12.8.
• Disk cache đủ lớn cho Hugging Face/NGC.
• Docker + NVIDIA Container Toolkit.
• Monitoring GPU memory, temperature, utilization.
• Queue cho job video dài.
• Artifact storage cho MP4/JPG/JSON output.
• Logging prompt/output metadata nhưng không log dữ liệu nhạy cảm quá mức.

Giai đoạn 4: kiểm thử an toàn

• So sánh output với ground truth nếu có.
• Kiểm tra temporal consistency.
• Kiểm tra lỗi object morphing.
• Kiểm tra plausible dynamics.
• Đánh giá bias/safety nếu có người hoặc cảnh nhạy cảm.
• Không dùng output cho safety-critical control nếu chưa có validation ngoài model.

Checklist production

• Đọc OpenMDW-1.1 license.
• Xác định model size: Nano hay Super.
• Chọn runtime: Diffusers, vLLM-Omni, vLLM, NIM hoặc Cosmos Framework.
• Pin version container/package.
• Đăng nhập Hugging Face/NGC bằng token đúng scope.
• Dùng disk cache riêng.
• Chạy trong container nếu có thể.
• Bật guardrails trừ khi có lý do và lớp kiểm soát riêng.
• Không expose API không auth.
• Đặt timeout cho job tạo video.
• Ghi lại seed, prompt, model, resolution, fps, steps.
• Lưu output và metadata để debug.
• Có human review cho output dùng trong quy trình quan trọng.
• Không dùng output làm simulation ground truth nếu chưa kiểm định.

Khi nào nên dùng NVIDIA Cosmos?

Nên dùng khi:

• bạn làm robot, autonomous driving, embodied AI hoặc simulation;
• bạn cần hiểu video/ảnh trong bối cảnh vật lý;
• bạn cần synthetic data cho training;
• bạn muốn tạo future rollout từ ảnh/video/action;
• bạn cần model reasoner cho physical common sense;
• bạn có hạ tầng GPU phù hợp;
• bạn muốn thử Cosmos 3 trong research hoặc production inference.

Không nên dùng nếu:

• bạn chỉ cần chatbot văn bản thông thường;
• không có GPU hoặc không dùng API/container có sẵn;
• yêu cầu realtime rất nghiêm ngặt nhưng chưa benchmark;
• hệ thống safety-critical chưa có validation ngoài model;
• bạn chưa đọc license và policy nội bộ;
• bạn cần mô phỏng vật lý chính xác tuyệt đối.

So sánh Cosmos với các repo trước

Cosmos nằm ở tầng Physical AI và world simulation, khác hẳn nhóm công cụ dev/document/agent workflow.

FAQ

NVIDIA Cosmos là gì?

NVIDIA Cosmos là nền tảng mở gồm world models, datasets và tools để xây dựng Physical AI cho robot, xe tự hành, hạ tầng thông minh và các hệ thống tương tác với thế giới vật lý.²

Cosmos 3 là gì?

Cosmos 3 là family omnimodal world models mới nhất của NVIDIA, xử lý và tạo language, image, video, audio và action sequences trong một unified Mixture-of-Transformers architecture.³⁴

Cosmos Reasoner khác Generator thế nào?

Reasoner nhận text/vision và trả text/JSON để hiểu, grounding, reasoning và planning. Generator nhận text/vision/sound/action và tạo image/video/sound/action rollout.³

Có thể chạy Cosmos trên CPU không?

Thực tế không phù hợp cho các workflow chính. README nêu BF16, Linux và GPU NVIDIA Ampere/Hopper/Blackwell; video generation và model lớn cần GPU đáng kể.³

Người mới nên bắt đầu từ đâu?

Bắt đầu với Cosmos3-Nano, đọc cookbooks/cosmos3, đăng nhập Hugging Face, rồi thử Diffusers nếu muốn generation hoặc NIM nếu muốn Reasoner API dễ triển khai.

Cosmos có dùng được cho production không?

Có các đường production như vLLM-Omni, vLLM và NIM. Tuy nhiên, README nhấn mạnh cần validation, guardrails và system-level safety analysis cho ứng dụng yêu cầu physical grounding hoặc safety-critical control.¹⁵

Kết luận

NVIDIA/cosmos là repo quan trọng nếu bạn quan tâm đến Physical AI. Nó không chỉ tạo video đẹp; mục tiêu sâu hơn là giúp AI hiểu, mô phỏng và dự đoán thế giới vật lý cho robot, xe tự hành và embodied systems. Cosmos 3 có hai hướng rõ ràng: Reasoner để hiểu/lập luận và Generator để tạo mô phỏng đa phương thức.

Với người mới, nên hiểu Cosmos theo cách đơn giản: Reasoner giúp trả lời “điều gì đang xảy ra và điều gì có thể xảy ra tiếp theo?”, còn Generator giúp tạo “một thế giới mô phỏng hoặc tương lai có thể xảy ra”. Khi triển khai thật, cần chú ý license, GPU, CUDA, runtime, guardrails, benchmark và kiểm chứng an toàn, đặc biệt nếu output ảnh hưởng đến robot hoặc hệ thống vật lý.

Nguồn tham khảo

Footnotes

1. GitHub raw asset. NVIDIA/cosmos/cosmos-logo-thumbnail.png. https://github.com/NVIDIA/cosmos/raw/main/cosmos-logo-thumbnail.png ↩

2. GitHub. NVIDIA/cosmos. https://github.com/NVIDIA/cosmos ↩ ↩² ↩³

3. NVIDIA Cosmos README. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴

4. “Cosmos 3: Omnimodal World Models for Physical AI.” https://arxiv.org/abs/2606.02800 ↩ ↩²

5. NVIDIA Cosmos README, News section, Cosmos 3 release note. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

6. OpenMDW-1.1 License in NVIDIA/cosmos. https://raw.githubusercontent.com/NVIDIA/cosmos/main/LICENSE ↩ ↩² ↩³

7. NVIDIA Cosmos README, CUDA and troubleshooting notes. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

8. NVIDIA Cosmos README, Quickstart and Hugging Face login. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩ ↩² ↩³

9. NVIDIA Cosmos README, Generator with vLLM-Omni. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

10. NVIDIA Cosmos README, vLLM-Omni request fields and curl notes. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

11. NVIDIA Cosmos README, Reasoner with vLLM. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

12. NVIDIA Cosmos README, Reasoner with NIM. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

13. NVIDIA Cosmos README, Choosing an Integration. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

14. NVIDIA Cosmos README, guardrails configuration. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

15. NVIDIA Cosmos README, Limitations. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩ ↩² ↩³

16. NVIDIA Cosmos README, Ecosystem. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩

17. NVIDIA Cosmos README, License and Contact. https://raw.githubusercontent.com/NVIDIA/cosmos/main/README.md ↩