libero4in1_wan2.2vae_latent_cosmos_style

MangoGoes 在 Hugging Face 发布的机器人模型，基于 cosmos。

模型MangoGoeslibero4in1_wan2.2vae_latent_cosmos_style

模型档案汇总架构、许可、适配机型与资料来源

libero4in1_wan2.2vae_latent_cosmos_style

MangoGoes 在 Hugging Face 发布的机器人模型，基于 cosmos。

具身模型

世界模型研究80M更新于 2 个月前

Hugging Face

概述

这个模型的核心架构、动作空间设计与真机部署定位。

该仓库是 LIBERO 4in1 Wan2.2-VAE latent 缓存的 model 类型镜像，内容与对应的 dataset 类型仓库一致。缓存覆盖 libero_spatial、libero_object、libero_goal、libero_10，总量为 53.19 GB，用于训练 LIBERO policy，包括 action head 或 VLA 场景。

这些文件由 Wan2.2 VAE 编码生成，帧大小为 256x256，采用 windowed 模式输出，每个 episode 对应一个 .pt 文件。使用时可直接读取 latent 缓存，避免重复进行 VAE 编码；作者建议优先从 dataset 类型仓库下载，以使用 dataset viewer 和 parquet 流式预览等特性。

资料出处 Hugging Face MangoGoes/libero4in1_wan2.2vae_latent_cosmos_style

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 80M
Hub 下载量: 4.2k; 出处Hugging Face
Hub 点赞: 0; 出处Hugging Face

网络架构: LeRobot / PyTorch Policy Network
动作空间表示: 连续关节位置/末端位姿动作空间
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

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

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download MangoGoes/libero4in1_wan2.2vae_latent_cosmos_style --local-dir ./checkpoints/mangogoes-libero4in1-wan2-2vae-latent-cosmos-style

# 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=MangoGoes/libero4in1_wan2.2vae_latent_cosmos_style