Cosmos Policy

NVIDIA + Stanford · 2026-01

기타2026 신규2B영상 world model

사전학습 영상 모델을 구조 변경 없이 정책으로 학습한 영상 모델 정책이다.

논문

백본 LLM: 없음 (영상 확산 백본)
비전 인코더: —
액션 헤드: 액션·미래 상태·가치를 잠재 프레임으로 생성 (영상 world model)
청크: 50스텝 (2초)
제어 주기: 25 Hz
구조 원문 요약: Cosmos-Predict2-2B-Video2World 영상 확산 모델(구조 변경 없음); 액션·미래 상태·가치를 잠재 프레임으로 함께 생성; ALOHA 청크 50스텝(2초), 제어 50→25 Hz

사전학습 가속기: 해당 없음 (영상 모델에서 초기화, 영상 사전학습 컴퓨트 미보고)
사전학습 기간: 해당 없음
사전학습 스텝·배치: 해당 없음
GPU·TPU-시간: 미공개
파인튜닝: LIBERO H100 64개 48시간(40K steps·배치 1920); RoboCasa H100 32개 48시간(45K·800); ALOHA H100 8개 48시간(50K·200)
데이터 종류: 시뮬레이션·합성(LIBERO·RoboCasa 사람 텔레옵 시연) + 실로봇 텔레옵(ALOHA)
데이터 규모: LIBERO 시연 500개†(논문)/2000개(README); RoboCasa 과제당 50개(24과제, README 1200개); ALOHA 과제당 15–80개(README 200개 미만)
주요 데이터셋: LIBERO, RoboCasa, ALOHA
태스크·평가: LIBERO 평균 98.5%; RoboCasa 67.1%(과제당 시연 50개, 기존 300개); 실제 ALOHA 평균 점수 93.6
로봇: 시뮬레이션 단일 팔(LIBERO·RoboCasa), 실제 양팔 ALOHA

강화학습: 일부 (가치 학습·계획) · 정책은 지도학습. 롤아웃의 몬테카를로 반환값으로 가치 예측을 학습해 best-of-N 모델 기반 계획에 씀(논문은 RL이라 부르지 않음)
강화학습 근거: https://arxiv.org/html/2601.16163v1
베이스 제어: 고정 · 베이스 제어 없음 (LIBERO·RoboCasa 시뮬 팔, 실제 ALOHA 고정 양팔)

핵심 특징: 사전학습 영상 모델을 구조 변경 없이 정책으로 학습한 영상 모델 정책이다. best-of-N 모델 기반 계획을 지원한다.
비고: 수정 반영: 코드·모델·학습 데이터 공개(예: nvidia/Cosmos-Policy-LIBERO-Predict2-2B). 노트는 VLA급 영상 모델 정책으로 분류(유형은 영상·액션 공동 생성이라 기타). 비교 모델 π0.5·π0·OpenVLA-OFT+도 H100 8개×48시간 동일 예산. DiT 여부는 출처에 재기재 없음.
검증: 수정 반영