NVIDIA Developer视频2026年6月1日

如何运行NVIDIA Cosmos 3 Reasoner NIM进行视频推理

8.5内容质量

可直接观看的视频资源打开原视频

TL;DR · AI 摘要

NVIDIA Cosmos 3 Reasoner NIM可部署用于视频推理，通过Docker容器5-10分钟完成部署，需在prompt中添加<think>/<answer>标签触发深度思考，准确识别视频中机器人移动魔方的细节。

核心要点

部署需5-10分钟，使用Docker命令`docker run`启动Cosmos 3 Nano Reasoner NIM容器，需配置NGC API密钥。
视频推理需在prompt中添加`<think>>`/`<answer>>`标签，模型能准确描述机器人从高平台移动魔方到低托盘的细节。
支持Base64编码输入，无需公开URL，适用于私有数据场景，可直接通过OpenAI Python SDK调用。

结构提纲

按章节快速跳转。

§部署准备
需从NGC获取API密钥并配置Docker环境，选择至少三个服务权限。
·容器启动
使用`docker run`命令启动Cosmos 3 Nano Reasoner NIM容器，部署耗时5-10分钟取决于网络和硬件。
·健康检查
通过HTTP请求验证服务状态，200 OK表示服务正常且模型已加载。
›图像查询
使用OpenAI chat completion endpoint处理图像URL，模型准确描述场景细节如木质栈道和绿植。
›视频推理
通过视频URL输入触发深度推理，需添加<think>/<answer>标签获取模型思考过程。

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）

NVIDIA Cosmos 3视频推理部署
- 部署流程
  - NGC API密钥配置
  - Docker容器启动
- 输入处理
  - 图像URL/ Base64输入
  - 视频URL/ Base64输入
- 推理机制
  - <think>/<answer>标签触发深度思考

金句 / Highlights

值得收藏与分享的关键句。

模型在5-10分钟内完成部署，取决于网络和硬件条件，部署后需验证服务状态为200 OK。
— 第1:45段
⬇︎ 下载 PNG 𝕏 分享到 X
视频推理中，模型通过<think>标签生成思考过程，准确识别机器人从高平台移动魔方到低托盘的细节。
— 第4:00段
⬇︎ 下载 PNG 𝕏 分享到 X
支持Base64编码输入，无需公开URL，适用于私有数据场景，提升数据安全性。
— 第2:57段
⬇︎ 下载 PNG 𝕏 分享到 X
NIM扩展OpenAI规范处理视频负载，通过特定格式指令触发深度视觉推理能力。
— 第3:10段
⬇︎ 下载 PNG 𝕏 分享到 X

#NVIDIA Cosmos 3#NIM#视频推理#Docker#物理AI