Cosmos-Policy-ALOHA-Planning-Model-Predict2-2B 是 NVIDIA 发布的 2B 参数规划检查点，用于真实 ALOHA 机器人环境中的双臂操作模型化规划。它不作为独立策略使用，而是与 Cosmos-Policy-ALOHA-Predict2-2B 配合：基础策略生成候选动作块，本模型对每个动作序列预测未来状态和值，并按预测价值选择动作。

模型采用与基础 ALOHA Predict2-2B 相同的潜在视频扩散 diffusion transformer 架构，并在 648 个策略 rollout episode 上微调，数据包含成功和失败轨迹，标签由策略执行和环境评估自动确定。输入包括任务文本、多视角 RGB 图像、14 维本体状态和 50 步 14 维动作序列；输出为 t+50 的三路图像、本体状态和值标量。

该检查点面向高精度、接触丰富且需要避免错误的 ALOHA 操作任务；用于规划时在挑战性 ALOHA 任务上带来 12.5 个百分点平均得分提升。模型要求特定相机配置和 25 Hz 控制频率，推理仅测试过 BF16，规划模式建议多 GPU 并行；许可为 NVIDIA One-Way Noncommercial License，非商业使用。