Política de control de robots de NVIDIA obtenida ajustando el modelo de vídeo Cosmos-Predict2-2B con demostraciones de robots, sin cambiar su arquitectura.
Demuestra que un modelo de vídeo puede convertirse directamente en el controlador de un robot: predice acciones, estados futuros y su valor. Según NVIDIA, alcanzó un 98,5 % de éxito medio en LIBERO.
Pesos abiertos en Hugging Face para investigación y desarrollo (licencia no comercial de NVIDIA), con versiones para LIBERO, RoboCasa y ALOHA; código en GitHub.
2.000 millones de parámetros, basado en Cosmos-Predict2-2B.
