/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Cosmos3-Nano
Опубликована
8 окт 2026

AgentGarten-renderer

Видео из изображенияИзображение, текст → видео

Авторегрессионный нейронный рендерер AgentGarten, превращающий карты глубины и нормалей из симулятора в видеонаблюдения для агента.

86скачиваний за 30 дней2лайкавеса обновлены11 окт 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

AgentGarten-renderer — нейронный рендерер реального времени из проекта AgentGarten, разработанный MirroS-Lab. Он преобразует глубину и нормали поверхности, экспортируемые симулятором или игровым движком, в видеонаблюдения для агента; модель предназначена для поэтапной генерации видео по этим условиям.

Модель основана на nvidia/Cosmos3-Nano и адаптирована для условий глубины и нормалей. Генерационная башня содержит 7 млрд параметров, работает в BF16 и использует авторегрессионную блочно-каузальную схему; дистиллированная версия формирует блок за четыре шага и обновляет KV-кэш для последующих блоков. Текстовая башня Cosmos3-Nano заморожена и оставлена без изменений. Кодирование и декодирование видео выполняется с помощью VAE Wan 2.2, который в репозитории не включён.

Модель подходит для создания визуальных наблюдений в кодовых симуляторах и игровых мирах для развивающихся агентов. Карточка не сообщает поддерживаемые языки или длину контекста. Лицензия обозначена как other, поэтому условия использования следует проверять в репозитории и связанных материалах проекта.

Сценарии применения

  • генерация видео по глубине и нормалям игрового мира
  • создание визуальных наблюдений для агента в симуляторе
  • потоковый рендеринг кадров для кодовой среды
  • генерация последовательных видеоблоков с обновлением KV-кэша

Ограничения

Для кодирования и декодирования видео требуется Wan 2.2 VAE, который не включён в репозиторий. Лицензия указана как other, поэтому условия использования нужно уточнить отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AgentGarten renderer

The real-time neural renderer of AgentGarten: Code Worlds for Evolving Agents. A code world (a simulator or a game engine) keeps the state and runs the rules; this model turns the depth and surface normals it exports into the observations an agent sees, block by block.

What is in this repository

FileContents
student.safetensorsThe few-step autoregressive generation tower (7.0 B parameters, BF16), distilled with Adversarial Forcing
und.safetensorsThe frozen text tower of Cosmos3-Nano, unchanged
text_tokenizer/The Cosmos3-Nano text tokenizer, unchanged
config.yaml, manifest.jsonNetwork configuration and the file list the loader reads

The model starts from Cosmos3-Nano. It was adapted to depth and normal conditions, trained as a block-causal autoregressive model, and distilled into a four-step student. Video is encoded and decoded with the Wan 2.2 VAE, which is not included here.

Use

Install the AgentGarten code, then:

hf download MirroS-Lab/AgentGarten-renderer --local-dir weights/AgentGarten-renderer
hf download Wan-AI/Wan2.2-TI2V-5B Wan2.2_VAE.pth --local-dir weights/Wan2.2-TI2V-5B
from wm.inference.cosmos3 import inspect_artifact, load_artifact
from wm.inference.serving import prepare_serving
from wm.networks.cosmos3.streaming import Cosmos3Stream, StreamPolicy

artifact = load_artifact(inspect_artifact("weights/AgentGarten-renderer"))
prepare_serving(artifact.student)
stream = Cosmos3Stream(artifact.student, StreamPolicy())

The repository's README shows the streaming loop: each block of four latent frames is denoised in four steps and then committed to the key-value cache, so the conditions of the next block can depend on what was just generated.

License

The weights derive from Cosmos3-Nano and are released under the same OpenMDW License Agreement, version 1.1. The text tower and the tokenizer are NVIDIA's files, redistributed unchanged under that license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
fb956aa

0 моделей