Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
N
NVIDIA / nvidia/Cosmos3-Nano-Sim-Transfer
Cosmos3-Nano-Sim-Transfer
Destilliertes kausales NVIDIA-Modell, veröffentlicht am 20. Oktober 2026, zur Umwandlung visueller Simulationssteuerdaten in RGB-Video. Geometrie, Physik und Ground Truth verbleiben beim klassischen Simulator; das Netz liefert die visuelle Darstellung. Es akzeptiert Text und Steuerdaten für Tiefe, Segmentierung, Kanten oder Unschärfe. Es ist weder eine Policy zur Ausgabe von Roboteraktionen noch eine zertifizierte Physik-Engine.
01 / ZUSAMMENFASSUNG
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
02 / TECHNISCHES DATENBLATT
Limits und Integration
| API-ID | nvidia/Cosmos3-Nano-Sim-Transfer |
|---|---|
| Modelltyp | Robotik · Video · Multimodal |
| Zugangsmodell | Offene Gewichte |
| Lizenz | OpenMDW 1.1 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 20 OCT 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Video |
| Ausfahrt | Video |
| Kontextfenster | Steuerdaten für Tiefe, Segmentierung, Kanten oder Unschärfe |
| maximale Leistung | Bis zu 600 Frames bei 480p; Wiedergabe mit 30 fps |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · PyTorch |
Visuelle Variation für Reinforcement Learning und den Transfer von Simulation zu realen Szenen. Die Modellkarte beschreibt die Integration mit Isaac Lab und bis zu 600 Frames bei 480p. Das Beispiel mit acht parallelen Umgebungen hängt von Hardware und Konfiguration ab und ist keine allgemeine Grenze oder Leistungszusage. Prüfe die Ausrichtung zwischen Bildern und Simulatorannotationen.
Fotorealistische Darstellung kann zeitliche Fehler oder inkonsistente Steuerdaten verbergen. Prüfe die Stabilität über die gesamte Sequenz und bewahre Seeds, Prompts, Schritte und die Checkpoint-Revision auf. Werte anderer Cosmos3-Modelle gelten nicht für diese Variante. Die visuelle Ausgabe beweist nicht, dass eine damit trainierte Policy auf realer Hardware sicher ist.
03 / FÄHIGKEITEN
Was es kann
Orientierung
Visuelle Variation für Reinforcement Learning und den Transfer von Simulation zu realen Szenen. Die Modellkarte beschreibt die Integration mit Isaac Lab und bis zu 600 Frames bei 480p. Das Beispiel mit acht parallelen Umgebungen hängt von Hardware und Konfiguration ab und ist keine allgemeine Grenze oder Leistungszusage. Prüfe die Ausrichtung zwischen Bildern und Simulatorannotationen.
Kontext
Steuerdaten für Tiefe, Segmentierung, Kanten oder Unschärfe · Bis zu 600 Frames bei 480p; Wiedergabe mit 30 fps
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Eingabemodalitäten
TextVideo
04 / PREISE
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Öffentlicher Checkpoint mit 16B Parametern für die eigene Infrastruktur. Wir haben weder einen kommerziellen Endpunkt noch Tokenpreise verifiziert; die numerischen Kostenfelder bleiben leer. Herunterladbare Gewichte machen die Inferenz nicht kostenlos. Plane GPU, Speicher, Videokodierung und Betrieb ein und prüfe die Lizenz jeder Variante sowie ihrer Abhängigkeiten. Die Bildrate bei der Wiedergabe entspricht nicht dem Generierungsdurchsatz.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
05 / BEWERTUNGEN
So lesen Sie die Ergebnisse
“
NVIDIA veröffentlicht TransferBench als Teil von PAI-Bench-C. Bei DOVER und Segmentierungs-mIoU sind höhere Werte besser, bei Tiefen-SI-RMSE niedrigere. Dies sind unterschiedliche Metriken, keine austauschbaren Prozentwerte. Wir erfassen die Werte dieses Checkpoints mit einem Link zur exakten Revision. Sie sind weder unabhängige Ergebnisse von Inferama noch eine Zertifizierung physikalischer Konsistenz.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| PAI-Bench-C TransferBench DOVER ↑ | 10,175942 | Punktzahl | Quelle öffnen ↗ |
| PAI-Bench-C TransferBench segmentation mIoU ↑ | 0,73776 | Punktzahl | Quelle öffnen ↗ |
| PAI-Bench-C TransferBench depth SI-RMSE ↓ | 0,619426 | Punktzahl | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
06 / VERSIONEN
Chronologie
Cosmos3-Nano-Sim-Transfer
In den verifizierten Katalog von Inferama aufgenommene Version.
07 / QUELLEN