Skip to content
Other

Cosmos3-Edge-Policy-DROID RoboLab v2

файнтюн политики управления роботами

2 min readupdated

Полноценный файнтюн (дообучение весов генератора) модели nvidia/Cosmos3-Edge-Policy-DROID объёмом 3.86B параметров от автора joonyeongs. Модель предназначена для управления робототехническими действиями (action policy) в среде RoboLab и предсказывает последовательности из 32 шагов действий. От базовой версии отличается дообучением на 175 успешных эпизодах с добавлением 25 эпизодов задач с коробками (Cartons) и смешиванием с исходными фазами Cosmos3 для сохранения базовых навыков. Пригодится исследователям и разработчикам в области робототехники и воплощённого ИИ (Embodied AI), работающим с фреймворком cosmos и форматом DROID.

Ключевые особенности

  • Полный файнтюн генератора: обученные веса трансформера заменены в исходном формате и разрядности BF16 с сохранением замороженных компонентов базы.
  • Комбинированное обучение (Replay): обучение на 175 эпизодах сочетает 38 508 стартов из целевых фаз (4 задачи) и 28 588 повторов из базового распределения Cosmos3 (6 задач) в пропорции 4:1.
  • Готовность к инференсу: репозиторий повторяет структуру оригинального чекпоинта, использует 32-шаговые блоки действий и метаданные политики DROID.
  • Совместимость с экосистемой: для запуска, как и для базовой модели, требуется энкодер Wan2.2 VAE.

Что можно сделать

  • Поднять локальный сервер инференса для генерации последовательностей действий робота в симуляторе или на стенде RoboLab по JSON-промптам.
  • Протестировать поведение политики на задачах манипуляции объектами (включая добавленные в v2 сценарии с коробками) в сравнении с базовой Cosmos3-Edge-Policy-DROID и чекпоинтом на 500 шагов.

Пример

python -m cosmos_framework.scripts.action_policy_server_robolab \
  --checkpoint-path  \
  --port 8000 --format-prompt-as-json True --guidance-interval 960 1001
ПодробнееОбучение: 1 000 шагов (iter_000001000), глобальный батч 64 (2 GPU × 32), FusedAdam (lr 2e-5, weight decay 0.05), 2-way FSDP в BF16.
Валидация: проверены хеши SHA-256 и формы тензоров при экспорте, но закрытые тесты (closed-loop) в симуляции или на реальном роботе для этого чекпоинта ещё не проводились.
Лицензия: OpenMDW-1.1 (унаследована от базовой модели).
Discuss Telegram 0 25

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 7.2 GB · ready files8.4 GB
  • FP8 / INT8recommendedweights 3.6 GB4.5 GB
  • 4-bitweights 2.0 GB2.7 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 3080

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # joonyeongs/cosmos3-edge-policy-droid-privileged-phases-175-cosmos3-replay-full-ft-1k-v2
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download joonyeongs/cosmos3-edge-policy-droid-privileged-phases-175-cosmos3-replay-full-ft-1k-v2 --local-dir ~/models/cosmos3-edge-policy-droid-privileged-phases-175-cosmos3-replay-full-ft-1k-v2
    # The model is in ~/models. How to run it is in the model card (link above).
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of Cosmos3-Edge-Policy-DROID (quants, finetunes, LoRAs) will show up under the bell.

Quantised versions 7All on Hugging Face
Fine-tunes 12All on Hugging Face

About the model

joonyeongs/cosmos3-edge-policy-droid-privileged-phases-175-cosmos3-replay-full-ft-1k-v2
Author
joonyeongs
Category
Other
Released
Posted

On NeyroLearn

Hugging Face

250

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments