Cosmos-Drive-Dreams

用世界模型生成海量驾驶视频，低成本覆盖极端场景

Cosmos-Drive-Dreams 是一个基于世界基础模型（World Foundation Models）的可扩展合成驾驶数据生成项目。它利用 NVIDIA Cosmos 系列模型，通过文本或场景描述生成逼真的驾驶视频，为自动驾驶模型训练提供大规模、多样化的合成数据。该项目解决了真实驾驶数据采集成本高、覆盖场景有限、标注困难等问题，核心能力包括：支持从文本提示生成高质量驾驶视频、通过世界模型模拟各种天气和道路条件、提供与真实数据分布对齐的生成流程。项目采用 Jupyter Notebook 形式，便于研究人员快速上手和实验，旨在加速自动驾驶感知和规划模型的迭代。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 542
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队nv-tlabs
所属国家
官网地址https://research.nvidia.com/labs/toronto-ai/cosmos_drive_dreams
GitHubhttps://github.com/nv-tlabs/Cosmos-Drive-Dreams
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型autonomous-driving,generation,video-generation
GitHub 星标★ 542
30天Star增速
HF 下载量
上线时间2025-06-08 00:00:00
最近更新2026-09-23 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 基于 NVIDIA Cosmos 世界模型，生成视频质量高且物理一致性较好
  • 支持文本驱动生成，可灵活定制天气、道路等场景，覆盖长尾案例
  • Notebook 形式开箱即用，降低研究门槛

不足之处

  • 文档/社区待观察
  • 依赖 NVIDIA 专有模型，可能受限于硬件和闭源组件

适用场景

  • 自动驾驶感知模型训练数据增强
  • 极端天气和罕见事故场景模拟
  • 驾驶策略验证与闭环仿真

替代项目

DriveGAN、TrafficGen、VISTA

项目介绍

Cosmos-Drive-Dreams 是数据集领域的开源项目，由 nv-tlabs 开发，2025 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 542。

近 45 天，它的 GitHub 星标从 519 增加到 542，净增 23。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。Apache-2.0许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：自动驾驶感知模型训练数据增强。同类可对比的替代方案包括 DriveGAN、TrafficGen、VISTA。

上一篇：MicroLens

下一篇：Koala-36M

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09