# Cosmos-Policy-ALOHA-Predict2-2B

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-cosmos-policy-aloha-predict2-2b
> 所属分类：models | 最近核验日期：2026-02-04 | 技术层级：L7

## 核心摘要

nvidia 在 Hugging Face 发布的机器人模型，架构为 cosmos-policy，参数规模 2B，训练数据包含 nvidia/ALOHA-Cosmos-Policy。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/nvidia/Cosmos-Policy-ALOHA-Predict2-2B"}] |
| `updated` | 2026-02-04 |
| `vendor` | nvidia |
| `family` | world_model |
| `params` | 2B |
| `architecture` | cosmos-policy |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["nvidia/ALOHA-Cosmos-Policy"] |
| `control_hz` | 25 |
| `status` | research |
| `hub_id` | nvidia/Cosmos-Policy-ALOHA-Predict2-2B |
| `hub_stats` | {"downloads": 209, "likes": 8, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/nvidia/Cosmos-Policy-ALOHA-Predict2-2B"] |

## 技术详解与生态说明

Cosmos-Policy-ALOHA-Predict2-2B 是 NVIDIA 面向真实双臂机器人操作的 2B 参数策略模型，由 NVIDIA Cosmos-Predict2-2B-Video2World 视频基础模型单阶段微调而来，架构保持为带潜视频扩散的 diffusion transformer。模型输入自然语言任务描述、多视角 RGB 图像和本体状态，输出动作序列、未来状态预测与价值估计。

模型训练于 ALOHA-Cosmos-Policy 数据集，包含 ALOHA 2 平台、两台 ViperX 300 S 机械臂上的 185 条真实人类遥操作示范，覆盖 put X on plate、fold shirt、put candies in bowl、put candy in ziploc bag 四个双臂任务，并报告在这四项真实任务上的平均完成率为 93.6%。策略要求 25 Hz 控制器，使用顶视角和左右腕部相机，动作块为 50 步。

该模型用于研究与开发，许可证为 NVIDIA One-Way Noncommercial License，明确不可商用。推理集成提到 Transformers、Linux、NVIDIA Hopper，并仅测试过 BF16；部署到真实硬件时需注意相机、标定、关节限制和夹爪等硬件差异，并在首次执行时检查当前状态与下一步指令差异以保障安全。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/Cosmos-Policy-ALOHA-Predict2-2B](https://huggingface.co/nvidia/Cosmos-Policy-ALOHA-Predict2-2B)