# cosmos3-nano-libero10-sdg-export-D5

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-cosmos3-nano-libero10-sdg-export-d5
> 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-D5"}] |
| `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-D5 |
| `hub_stats` | {"downloads": 122, "likes": 0, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-D5"] |

## 技术详解与生态说明

这是一个 Cosmos3-Nano 动作策略，针对 LIBERO-10 进行后训练，对应 Cosmos Cookbook 中“Restyle LIBERO-10 Demonstrations with Cosmos3-Nano-Sim-Transfer and Measure the Gain Against a Matched Control”受控合成数据研究的一个单元 D5。仓库导出的是训练检查点，包含 bf16 safetensors、EMA 权重、7 个分片，约 30 GB，可由 cosmos-framework policy server 加载。

训练数据为 379 条真实 LIBERO-10 demonstrations 加 1895 条 duplicates；数据本身未在此仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled sets 由 recipe 重新生成。训练从 0 到 2000 iterations，global batch 为 2048，training seed 为 42；基础模型为 nvidia/Cosmos3-Nano revision e59a53c2，框架为 cosmos-framework c23e51f2 / v1.2.2。

评估在 LIBERO-10 的 10 个任务上进行，每个任务 50 个初始状态、三个 evaluation seeds；standard scenes 成功率为 93.4 +/- 1.2%，perturbed scenes 成功率为 82.9 +/- 1.9%，扰动包括随机 lighting、textures、skybox 和 camera jitter。该单元需要与对应 duplicate control 一起比较，低于 2.5 points 的差异属于 training-seed spread 范围。许可证为 NVIDIA Open Model License。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/cosmos3-nano-libero10-sdg-export-D5](https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-D5)