Дообученная на RT-1 action-conditioned модель мира для предсказания коротких видео роботизированных манипуляций по действиям.
0скачиваний за 30 дней0лайковвеса обновлены31 июл 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
Robot World Model — дообученная модель мирового моделирования для робототехники, созданная агентом AIBuildAI на базе NVIDIA Cosmos-Predict2.5-2B. Это action-conditioned модель, постобученная на датасете роботизированных манипуляций RT-1; опубликованы EMA-веса. Она предназначена для предсказания видео коротких траекторий робота по заданным действиям. На тесте RT-1 официального бенчмарка IRASim, включавшем 4 799 клипов, авторы сообщают PSNR 25,56 и SSIM 0,845 — наивысший заявленный SSIM в этом бенчмарке.
Модель подходит для моделирования и оценки возможных визуальных последствий действий робота в сценариях манипуляции. Это производная Cosmos-Predict2.5-2B; разработчик сообщает, что дообучение было выполнено за один 29-часовой запуск на восьми GPU A100. Для модели действует лицензия NVIDIA Open Model License согласно README и NOTICE. Карточка не сообщает контекст, конкретный формат входов и выходов или поддерживаемые языки.
Сценарии применения
предсказание видео роботизированной манипуляции по заданным действиям
моделирование визуальных последствий действий робота
оценка траекторий робота на коротких последовательностях
исследование моделей мира для робототехники
Ограничения
Заявленные результаты относятся к коротким траекториям на тестовом наборе RT-1 бенчмарка IRASim и сами по себе не подтверждают качество в других сценариях. В карточке не приведены подробности интерфейса входов и выхода модели.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Robot World Model (Cosmos-Predict2.5-2B fine-tune)
Built on NVIDIA Cosmos. EMA weights of a fully fine-tuned
Cosmos-Predict2.5-2B action-conditioned world model, post-trained on the RT-1
robot manipulation dataset by an AIBuildAI agent, autonomously, in a single
29-hour run on 8x A100.
Official IRASim short-trajectory benchmark (RT-1 test, 4,799 clips):
PSNR 25.56, SSIM 0.845 (highest SSIM reported on the benchmark).