# cosmos3-nano-libero10-sdg-export-S5_all

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-cosmos3-nano-libero10-sdg-export-s5-all
> 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-S5_all"}] |
| `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-S5_all |
| `hub_stats` | {"downloads": 103, "likes": 0, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-S5_all"] |

## 技术详解与生态说明

这是一个基于 nvidia/Cosmos3-Nano 后训练得到的 LIBERO-10 动作策略，对应 Cosmos Cookbook 中“Restyle LIBERO-10 Demonstrations with Cosmos3-Nano-Sim-Transfer and Measure the Gain Against a Matched Control”的受控合成数据研究单元 S5_all。导出的训练检查点为 bf16 safetensors、EMA 权重、7 个分片，约 30 GB，可由 cosmos-framework policy server 加载。

训练数据包含 379 条真实 LIBERO-10 demonstrations，以及 1895 条按 styles 1-5 restyled 的数据；训练数据未在该仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled sets 由 recipe 再生成。训练从 0 到 2000 iterations，global batch 2048，training seed 42，基础模型为 nvidia/Cosmos3-Nano revision e59a53c2，框架为 cosmos-framework c23e51f2/v1.2.2。

评估中，standard scenes 成功率为 93.6 +/- 1.0%，perturbed scenes 成功率为 87.1 +/- 1.4%；设置为 10 个任务、50 个初始状态、三个 evaluation seeds，扰动场景包含随机化 lighting、textures、skybox 和 camera jitter。比较不同 cell 前需要结合 recipe；restyled cell 只适合与其 duplicate control 对照解读，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-S5_all](https://huggingface.co/nvidia/cosmos3-nano-libero10-sdg-export-S5_all)