# Liver_Scan_Gr00t_Cosmos_Rel

> 权威词条地址：https://robotics.hellobike.com/models/nvidia-liver-scan-gr00t-cosmos-rel
> 所属分类：models | 最近核验日期：2025-09-16 | 技术层级：L7

## 核心摘要

nvidia 在 Hugging Face 发布的机器人模型，架构为 GR00T_N1，参数规模 2.2B。

## 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/Liver_Scan_Gr00t_Cosmos_Rel"}] |
| `updated` | 2025-09-16 |
| `vendor` | nvidia |
| `family` | world_model |
| `params` | 2.2B |
| `architecture` | GR00T_N1 |
| `action_representation` | 连续扩散去噪轨迹 (Diffusion Action Trajectory) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | nvidia/Liver_Scan_Gr00t_Cosmos_Rel |
| `hub_stats` | {"downloads": 139, "likes": 1, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/nvidia/Liver_Scan_Gr00t_Cosmos_Rel"] |

## 技术详解与生态说明

Gr00t-N1 for ultrasound robotics 是一个视觉-语言-动作模型，用于在 Isaac for Healthcare 超声环境中模仿简单的肝脏超声扫查。它基于 NVIDIA Isaac GR00T N1 的权重和架构进行微调，参数量为 2.2 billion，面向 Isaac for Healthcare 用户演示策略可以学习仿真的超声肝脏扫描任务。

模型输入包括房间相机和腕部相机的 224x224x3 RGB 图像、最长 250 token 的文本提示，以及表示 Franka arm 各关节弧度的 1x7 关节状态张量；输出为未来 16 个 6D 相对动作。训练数据来自 Isaac for Healthcare 的仿真，包含视频、文本和动作，自动采集与标注，共 400 条仿真肝脏超声扫查轨迹，30Hz，平均 210 个时间步。

评估使用 50 个 ground-truth training examples，按预测步骤是否落在对应样本 0.01 m 半径内计算，重复三次后平均成功率为 83.8%。推理引擎为 PyTorch，支持 Linux 与 NVIDIA Ampere、Blackwell、Hopper；许可证为 NSCL V1 License。该模型仅预期在 Isaac for Healthcare 的单一环境中表现良好，不预期泛化到不同机器人平台、超声探头或超声体模。

## 原始核验来源 (Sources)

- [Hugging Face nvidia/Liver_Scan_Gr00t_Cosmos_Rel](https://huggingface.co/nvidia/Liver_Scan_Gr00t_Cosmos_Rel)