К содержимому
Другое

Cosmos3-Edge-Policy-DROID RoboLab v2

файнтюн политики управления роботами

2 мин чтенияобновлено

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).
Обсудить Telegram 0 25

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 7.2 GB · готовые файлы8.4 GB
  • FP8 / INT8рекомендуемвеса 3.6 GB4.5 GB
  • 4-bitвеса 2.0 GB2.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 3080

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # 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
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

nvidia/Cosmos3-Edge-Policy-DROID

Новые посты про версии Cosmos3-Edge-Policy-DROID — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 7Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

joonyeongs/cosmos3-edge-policy-droid-privileged-phases-175-cosmos3-replay-full-ft-1k-v2
Автор
joonyeongs
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии