NVIDIA 上线 Cosmos3-Nano 的 LIBERO-10 动作策略单元 D2_s43（训练种子 43）：标准场景 93.3%，扰动场景 85.5%

内容摘要

NVIDIA 在 Hugging Face 上线了一份可直接加载的 Cosmos3-Nano LIBERO-10 操作策略权重（评测覆盖 10 个操作任务）：bf16 safetensors 格式的 EMA（指数滑动平均）权重，7 个分片、约 30 GB，可由 `cosmos-framework` 策略服务器加载。它是 Cosmos Cookbook 一项受控合成数据研究中的第二个训练种子单元。

该研究的问题是：把真实演示改写成合成数据再训练，是否优于单纯重复同一批数据。训练数据为 379 条真实 LIBERO-10 演示加 1137 条来自第 1000 次迭代的重复样本，训练从第 1000 步续训到第 2000 步（全局批 2048，种子 43）。

厂商自测：标准场景成功率 93.3 ± 0.7%（10 任务 × 50 初始状态、三个评测种子；数值由训练运行自报、记录待归档）；加入随机光照、纹理、天空盒与相机抖动后，扰动场景成功率 85.5 ± 2.5%，2026-10-19 在评测床上测得。

限制：对照 R(seed 43) 没做第 2000 步的扰动场景评测，该单元暂不能单独说明“改写优于重复”；模型卡要求比较时配各自的重复对照，并提示 2.5 个百分点内的差异落在种子波动内。训练数据不随权重分发，原始 LIBERO-10 见 nvidia/LIBERO_LeRobot_v3，改写集需自行生成。

点评

这次变更是把“用生成模型改写演示数据”的收益评估，做成了可下载、可对照的公开权重：机器人本体软件工程师可直接加载这条 LIBERO-10（10 任务的操作基准）策略，在同一批初始状态上比较标准与扰动场景的成功率，并按模型卡要求配上重复样本对照，判断自己的数据流程里是否值得引入合成数据。复现成本也被写明：数据不随权重分发。该权重作为 nvidia/Cosmos3-Nano 的衍生物，按 NVIDIA 开放模型许可证发布。

两个成功率均为 NVIDIA 自报，材料中无独立复现；标准场景数值的运行记录待归档，对照组 R(seed 43) 未在第 2000 步做扰动场景评测，因此不能从这一单元读出“改写优于重复”的结论。结果只覆盖 LIBERO-10 的 10 个任务，材料中没有真机或其他基准的数据，不能外推。该模型卡是会滚动更新的页面，本条记录的时间戳来自页面末次修改而非这些数字的首次出现时间，首发日期不能证明所有文字在报告截止前已存在。

原文与定位

• 原文链接 README:paragraph:3；README:paragraph:3；README:paragraph:3；README:paragraph:3；README:paragraph:4；README:paragraph:4；README:paragraph:4；README:paragraph:4；README:paragraph:4；README:paragraph:5；README:paragraph:3；README:paragraph:6