/ Модель

Характеристики

Размер весов
10,1 ГБ
Лицензия
Своя лицензия
Базовая модель
Cosmos-Predict2-2B-Video2World
Библиотека
cosmos
Опубликована
17 авг 2026

A2World-World-Model

Видео из изображенияИзображение, текст → видео3 профессии

Многовидовая модель мира для робототехники, предсказывающая будущие наблюдения камер по начальному изображению и последовательности действий.

578скачиваний за 30 дней0лайковвеса обновлены17 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

A2World World Model — модель мира для робототехники, дообученная Fleurrr на базе NVIDIA Cosmos-Predict2-2B-Video2World. Это многовидовая диффузионная модель, которая предсказывает будущие наблюдения робота по начальным изображениям с камер и фрагменту из 20 действий. Вариант A2World-sim дополнительно использует историю изображений, заданную позой, и поддерживает авторегрессионное продолжение роллаута.

Выпущены контрольная точка предварительного обучения на разнородных робототехнических данных и вариант A2World-sim, адаптированный на LIBERO. Модель предназначена для прогнозирования видео по действиям, построения открытых и пошаговых авторегрессионных роллаутов, а также исследований обучаемых симуляторов и переносимых представлений динамики роботов. Веса сохранены в BF16 и предназначены для совместимости с публичным конвейером роллаута.

Сгенерированные роллауты могут ошибаться в геометрии, контактах, состоянии объектов и успешности задачи; ошибки накапливаются при длинном прогнозировании. Для работы требуются согласованные идентификаторы камер, семантика действий и предобработка. Модель не является сертифицированным симулятором и не заменяет проверку безопасности на реальном роботе. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • прогнозирование видео с нескольких камер по действиям робота
  • открытые роллауты будущих наблюдений робота
  • пошаговое авторегрессионное моделирование действий и наблюдений
  • исследование обучаемых симуляторов для LIBERO
  • адаптация переносимых представлений динамики роботов

Ограничения

Роллауты могут галлюцинировать геометрию, контакты, состояние объектов и успех задачи, а ошибки накапливаются на длинных горизонтах. Требуются согласованные настройки камер и действий; модель не сертифицирована для замены проверки безопасности реального робота.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

A2World World Model

A2World is a multi-view action-conditioned diffusion world model trained to predict future robot observations from initial camera observations and a 20-step action chunk. A2World-sim adds pose-guided visual history and autoregressive rollout support.

Variants

Both released files use EMA weights, the standard net.* inference prefix, and BF16 storage compatible with the public rollout pipeline.

Base Model and License

The checkpoints are derivative models of nvidia/Cosmos-Predict2-2B-Video2World and are governed by the NVIDIA Open Model License included in this repository. Source code is separately available under Apache-2.0.

Intended Use

  • Multi-view action-conditioned robot video prediction.
  • Open-loop and chunk-wise autoregressive world-model rollouts.
  • LIBERO learned-simulator research and downstream adaptation.
  • Research on transferable robot dynamics priors.

Limitations

  • Generated rollouts may hallucinate geometry, contact, object state, or task success.
  • Autoregressive errors accumulate over long horizons.
  • Camera identity and action semantics must match the selected embeddings and preprocessing.
  • The model is not a certified simulator and must not replace real-robot safety validation.

Citation

@inproceedings{huang2026a2world,
    title={Learning Transferable Dynamics Priors from Action to World Modeling},
    author={Huang, Ze and Zhang, Jiahui and Liu, Hairuo and Zhang, Chenxi and Cheng, Ran and Zhang, Li},
    booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
    year={2026},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · cosmos

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
4118463

0 моделей