Cosmos3-Super-Image2Video-4Step
NVIDIA🇺🇸 USMajor lab· Jul 7, 2026
Videoopen weights
Generates a temporally coherent MP4 video from one or more input images and an optional text prompt, aimed at Physical AI uses such as robotics, autonomous driving and smart spaces. It is a 4-step distilled version of Cosmos3-Super-Image2Video.
Summary of the model card
- License
- other
- Modalities
- text, image → video
1 variant
| Standard | HF |
Sources
HuggingFacePaperDeutsch
Erzeugt aus einem oder mehreren Eingangsbildern und optionalem Text ein zeitlich kohärentes MP4-Video für Physical-AI-Anwendungen wie Robotik, autonomes Fahren und Smart Spaces. Es ist eine auf 4 Schritte destillierte Variante von Cosmos3-Super-Image2Video.
Provenance
- Detected
- Sep 27, 2026
- First source
- huggingface
- Description
- Summary of the model card
- Editorially reviewed
- —