外观
Cosmos3-Edge-Policy-DROID-FP8
geonmin-kim 在 Hugging Face 发布的机器人模型,架构为 Cosmos3ForConditionalGeneration,参数规模 3.9B。
模型geonmin-kimCosmos3-Edge-Policy-DROID-FP8
模型档案汇总架构、许可、适配机型与资料来源
geonmin-kim 在 Hugging Face 发布的机器人模型,架构为 Cosmos3ForConditionalGeneration,参数规模 3.9B。
这个模型的核心架构、动作空间设计与真机部署定位。
这是 nvidia/Cosmos3-Edge-Policy-DROID 的 FP8 检查点,基于 revision a7c7288f9b6ac1684e993007b0f9703dd26e58ef 的 Nemotron dense backbone。它不是 NVIDIA 官方发布的 Edge FP8 构建,而是用 np-quantizer-v2 生成,采用 NVIDIA 为 Cosmos3-Nano@fp8 发布的布局。量化覆盖两个 tower、28 个 decoder layer 中的 336 个 Linear 层,包括注意力 q/k/v/o 和 MLP up/down;权重与激活为 FP8 E4M3、per-tensor static,视觉编码器、embedding、norm、若干投影层等保留 BF16。激活 scale 来自 Edge policy pipeline 在 DROID observations 上的 256 次 transformer 调用。
检查点与 NVIDIA ModelOpt 0.44 管线在同一模型上的导出结果对齐:336 个 Linear 的 FP8 codes、weight_scale、input_scale 和 quantizer buffers 均相同。与 BF16 原版对比时,在 32 个 DROID observations、相同输入与采样种子下评估 32-step action chunks;FP8 W8A8 的 overall 为 0.125 sigma,joint MAE 为 1.97 度,gripper agree 为 95.41%。其默认 W8A16 step policy 将误差降到 0.069 sigma、joint MAE 1.09 度。作者指出 W8A8 会改变部分 gripper 判定;若能以 W8A16 serving,建议使用已上传检查点的该设置。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
other
权重许可证
other
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download geonmin-kim/Cosmos3-Edge-Policy-DROID-FP8 --local-dir ./checkpoints/geonmin-kim-cosmos3-edge-policy-droid-fp8
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=geonmin-kim/Cosmos3-Edge-Policy-DROID-FP8模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
| 适配机型 | 实测说明与帧率表现 | 记录日期 |
|---|---|---|
| Franka FR3 | 模型 Cosmos3-Edge-Policy-DROID-FP8(架构:Cosmos3ForConditionalGeneration,输出:连续关节位置/末端位姿动作空间)基于 Franka FR3 相关轨迹或任务环境训练/微调,可通过 Hugging Face 权重直接部署验证。 | 2026-09-24 |
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。