# cosmos3-nano-libero10-sdg-export-D2

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-cosmos3-nano-libero10-sdg-export-d2
> 所属分类：models | 最近核验日期：2026-10-18 | 技术层级：L7

## 核心摘要

nvidia 在 Hugging Face 发布的机器人模型，架构为 Cosmos3OmniModel，参数规模 15.2B。

## 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/cosmos3-nano-libero10-sdg-export-D2"}] |
| `updated` | 2026-10-18 |
| `vendor` | nvidia |
| `family` | world_model |
| `params` | 15.2B |
| `architecture` | Cosmos3OmniModel |
| `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` | nvidia/cosmos3-nano-libero10-sdg-export-D2 |
| `hub_stats` | {"downloads": 44, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-D2"] |

## 技术详解与生态说明

这是一个面向 LIBERO-10 的 Cosmos3-Nano 动作策略，属于 Cosmos Cookbook 中受控合成数据研究的 D2 单元。仓库导出的是训练 checkpoint，包含 bf16 safetensors、EMA weights、7 个分片，约 30 GB，可由 `cosmos-framework` policy server 加载。

该策略基于 `nvidia/Cosmos3-Nano` 修订版 `e59a53c2`，在 379 条真实 LIBERO-10 demonstrations 与 iteration 1000 的 1137 条 duplicates 上继续训练，从 1000 iteration resume 到 2000，global batch 为 2048，training seed 为 42。训练数据未在此仓库重新分发；LIBERO-10 位于 `nvidia/LIBERO_LeRobot_v3`，restyled sets 需通过 recipe 重新生成。

评估覆盖 LIBERO-10 的 10 个任务、每个任务 50 个初始状态和 3 个 evaluation seeds：标准场景成功率为 93.9 ± 0.8%，扰动场景成功率为 84.7 ± 2.3%，扰动包括随机 lighting、textures、skybox 和 camera jitter。该单元需要与 matched duplicate control 一起解读，低于 2.5 points 的差异处于 training-seed spread 内；许可为 NVIDIA Open Model License。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/cosmos3-nano-libero10-sdg-export-D2](https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-D2)