外观
cosmos3-nano-libero10-sdg-export-S2
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 进行后训练,是 Cosmos Cookbook 中受控合成数据研究的一个 cell(S2)。仓库提供训练检查点导出:bf16 safetensors、EMA 权重、7 个分片、约 30 GB,可由 cosmos-framework policy server 加载;训练数据本身不在此重新分发。
其训练数据配置为 379 条真实 LIBERO-10 demonstrations,加上来自 iteration 1000 的 1137 条 restyled 数据;基础模型为 nvidia/Cosmos3-Nano revision e59a53c2。评测给出标准场景成功率 95.2 +/- 0.7%,扰动场景成功率 87.9 +/- 2.7%,覆盖 10 个任务、每任务 50 个初始状态、三个评测种子。该 cell 需要与对应 duplicate control 一起解读,低于 2.5 点的差异处于训练种子波动范围内;许可适用 NVIDIA Open Model License。
资料出处 Hugging Face nvidia/cosmos3-nano-libero10-sdg-export-S2
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-S2 --local-dir ./checkpoints/nvidia-cosmos3-nano-libero10-sdg-export-s2
# 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-S2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。