# Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver

> 权威词条地址：https://robotics.hellobike.com/models/geonmin-kim-cosmos3-nano-policy-droid-fp8-rtn-movingavgobserver
> 所属分类：models | 最近核验日期：2026-09-24 | 技术层级：L7

## 核心摘要

geonmin-kim 在 Hugging Face 发布的机器人模型，架构为 Cosmos3ForConditionalGeneration，参数规模 15.7B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/geonmin-kim/Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver"}] |
| `updated` | 2026-09-24 |
| `family` | world_model |
| `params` | 15.7B |
| `architecture` | Cosmos3ForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | other |
| `weights_license` | other |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | geonmin-kim/Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver |
| `hub_stats` | {"downloads": 27, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/geonmin-kim/Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver"] |

## 技术详解与生态说明

这是 nvidia/Cosmos3-Nano-Policy-DROID 的 FP8 检查点，采用 NVIDIA Cosmos3-Nano@fp8 布局和 ModelOpt 0.44 FP8 格式。权重来自 RTN build，静态输入 scale 改为基于每次调用最大值的移动平均；量化覆盖 36 个 decoder layer 中双 tower 的 504 个 Linear 层，权重和激活均为 FP8 E4M3、per-tensor static，部分投影层、视觉编码器、embedding 和 norm 保持 BF16。

激活校准使用从 NVIDIA policy server 捕获的 256 次 transformer 调用；构建选择基于 32 个 DROID observations 对 BF16 原版的 fake-quant replay。实际验证包含 NVIDIA policy server 上 FP8 GEMM 与 BF16 原版的同 seed 对比，以及离线 fake quant replay；该 build 在服务路径上的 overall 为 0.099 sigma，gripper agree 为 99.32%。

量化实验比较了 RTN、SmoothQuant、GPTQ、AutoRound、不同 observer 等方案。作者保留了三个交付 build，并指出在 NVIDIA W8A8 FP8 per-tensor static 格式下，没有明确优于 RTN 的算法或组合；32 个观测不足以稳定区分 build 排名。

## 原始核验来源 (Sources)

- [Hugging Face geonmin-kim/Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver](https://huggingface.co/geonmin-kim/Cosmos3-Nano-Policy-DROID-FP8-RTN-MovingAvgObserver)