外观
cosmos3-nano-libero10-sdg-export-D
nvidia 在 Hugging Face 发布的机器人模型,架构为 Cosmos3OmniModel,参数规模 15.2B。
这个模型的核心架构、动作空间设计与真机部署定位。
该仓库提供一个 Cosmos3-Nano 动作策略,针对 LIBERO-10 进行了后训练,是 Cosmos Cookbook 中“Restyle LIBERO-10 Demonstrations with Cosmos3-Nano-Sim-Transfer and Measure the Gain Against a Matched Control”受控合成数据研究的一个 cell D。导出内容为训练检查点:bf16 safetensors、EMA 权重、7 个分片,约 30 GB,可由 cosmos-framework policy server 加载。
训练数据由 379 条真实 LIBERO-10 demonstrations 与 1137 条 duplicates 组成;训练数据不在此仓库重新分发,LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3,restyled sets 由 recipe 再生成。评测在标准场景达到 94.2±2.4% success,在扰动场景达到 85.3±2.7%;扰动包含随机光照、纹理、skybox 与相机 jitter。许可为 NVIDIA Open Model License。
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 nvidia/cosmos3-nano-libero10-sdg-export-D --local-dir ./checkpoints/nvidia-cosmos3-nano-libero10-sdg-export-d
# 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=nvidia/cosmos3-nano-libero10-sdg-export-D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。
没有已核实的适配记录。
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。