外观
cosmos3-nano-libero10-sdg-export-S_all
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。
这是一个 Cosmos3-Nano 动作策略,针对 LIBERO-10 后训练得到,属于 Cosmos Cookbook 中受控合成数据研究的 S_all 单元。仓库导出的是训练检查点,采用 bf16 safetensors、EMA 权重、7 个分片,约 30 GB,可由 cosmos-framework policy server 加载。
训练数据包含 379 条真实 LIBERO-10 demonstrations 和 1137 条 restyled 数据,styles 1-3;训练数据未在此仓库重新分发,LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3,restyled sets 由 recipe 再生成。评测报告在标准场景成功率为 94.5 +/- 1.2%,在扰动场景为 87.1 +/- 1.2%,扰动包含随机光照、纹理、skybox 和相机 jitter。该 restyled cell 需与其 duplicate control 一起解读,低于 2.5 points 的差异属于 training-seed spread 范围;许可为 NVIDIA Open Model License。
资料出处 Hugging Face nvidia/cosmos3-nano-libero10-sdg-export-S_all
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-S_all --local-dir ./checkpoints/nvidia-cosmos3-nano-libero10-sdg-export-s-all
# 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-S_all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。