品牌：NVIDIA
验证条件与证据
依据作者官方项目页、仓库或模型说明整理；环境标识描述作者实验，不代表智梦实测。智梦未训练模型或运行真机。
核心能力
- 联合预测动作与未来状态
- 支持基于候选轨迹的规划
- 提供仿真与 ALOHA 实验配置
能力局限
- 启用规划与单纯策略推理的资源需求不同
- 重新训练需要较高算力，论文配置不等于最低可行配置。
技术资料
- 输入
- 图像、机器人本体状态、任务条件
- 输出
- 动作片段、未来观察与状态价值
- 适用任务
- 机器人操作与模型规划
- 技术栈与依赖
- PyTorch、Cosmos Predict2、Docker
公开范围与许可证
- 代码
- 官方公开参考代码；许可：Apache-2.0。上游依赖按各自许可证使用。
- 权重
- 作者提供检查点或下载入口；权重及底座模型的许可证需在下载前分别核对，不直接沿用代码许可。
- 数据
- 官方集合列出模型与训练数据，具体条目的许可需分别核对。
- 硬件
- 本条为模型或控制软件资料，不代表机器人整机硬件开源。
资料介绍
项目简介
Cosmos Policy 以 Cosmos 视频模型为基础，将视觉观察和机器人状态用于动作生成，并结合未来状态与价值预测进行规划。作者提供 LIBERO、RoboCasa 与 ALOHA 的运行资料。
主要能力
- 联合预测动作与未来状态
- 支持基于候选轨迹的规划
- 提供仿真与 ALOHA 实验配置
使用与适配
启用规划与单纯策略推理的资源需求不同；重新训练需要较高算力，论文配置不等于最低可行配置。
公开范围
官方公开参考代码；许可：Apache-2.0。上游依赖按各自许可证使用。作者提供检查点或下载入口；权重及底座模型的许可证需在下载前分别核对，不直接沿用代码许可。官方集合列出模型与训练数据，具体条目的许可需分别核对。
资料来源
- https://github.com/NVlabs/cosmos-policy
- https://research.nvidia.com/labs/cosmos-lab/cosmos-policy/
- https://huggingface.co/collections/nvidia/cosmos-policy
- https://github.com/backblaze-labs/awesome-physical-ai
- https://arxiv.org/abs/2601.16163
资料核对：2026-10-14。依据作者官方项目页、仓库或模型说明整理；环境标识描述作者实验，不代表智梦实测。智梦未训练模型或运行真机。
