Cosmos3-Edge

中文简介

Cosmos3-Edge 是面向边缘场景的世界模型，面向物理 AI，将文本、图像、视频和动作轨迹连接起来，用于环境理解、未来预测与仿真研究。

适用场景

适合机器人和自动驾驶的离线世界建模试验，按 Edge 配套运行默认值复现实验。

模型参数

选型方向：具身智能与仿真。固定上游版本：344d602b128d1bbdacb43b08d0a3626f46343e29。API 架构字段：Cosmos3EdgeForConditionalGeneration。上游最近更新时间：2026-09-16（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 54 个文件，文件元数据合计 8.55 GB。 已保存文件清单中的主要扩展名：.json 26 个、.mp4 8 个、.png 7 个、.md 5 个、.safetensors 4 个、.jinja 2 个。 当前较大的文件包括：transformer/diffusion_pytorch_model-00001-of-00002.safetensors（4.66 GB）；transformer/diffusion_pytorch_model-00002-of-00002.safetensors（1.62 GB）；vae/diffusion_pytorch_model.safetensors（1.31 GB）。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes2.83 KB
• assets/benchmark-image2video.png57.15 KB
• assets/benchmark-overall.png79.11 KB
• assets/diffusers_outputs/edge_action_fd_diffusers_chunk_00.mp414.45 KB
• assets/diffusers_outputs/edge_action_fd_diffusers_chunk_01.mp412.87 KB
• assets/diffusers_outputs/edge_action_fd_umi_2chunk_diffusers.mp423.00 KB
• assets/diffusers_outputs/edge_action_id_av_inverse_0_diffusers.json15.55 KB
• assets/diffusers_outputs/edge_action_id_av_inverse_1_diffusers.json15.31 KB
• assets/diffusers_outputs/edge_i2v_diffusers.mp41.22 MB
• assets/edge_action_fd_umi_2chunk_output.mp431.99 KB
• assets/edge_action_id_av_0_output.json10.95 KB
• assets/edge_action_id_av_0_output.png111.14 KB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

8 月更新涉及检查点和兼容配置，不能混用旧版运行设置；仿真动作输出不代表可直接控制真实设备。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地