Cosmos-Transfer2.5
월드 모델발표일 2025.10가중치 공개 · NVIDIA Open Model License
시뮬레이션 영상·깊이·분할맵 등 구조 입력을 사실적 영상으로 변환하는 조건부 월드 모델로, sim-to-real 데이터 증강에 쓰여요. Transfer1-7B보다 약 3.5배 작으면서 프롬프트·물리 정합성을 개선했다고 발표했어요.
- 파라미터
- 2.36공식
- 제어 빈도
- —값 없음 (미공개이거나 아직 확인하지 못함)
- 적용 로봇
- —
- 벤치마크 결과
- —
B (10억 개)
Hz · 행동 출력 빈도
윙치키에 연결된 로봇
수록된 점수
공식 자료프로젝트 페이지 research.nvidia.com논문 arxiv.org코드 저장소 github.com가중치 huggingface.co
한눈에 읽기
무엇인가
- 월드 모델 — 다음 장면을 영상으로 상상하는 AI. 학습용 가상 영상을 만들거나 동작 결과를 미리 평가하는 데 써요.
- 발표일 2025-10
- 가중치 공개 (NVIDIA Open Model License) — 내려받아 직접 실행·추가 학습할 수 있음
확인된 정보
- 사양 9개 항목 중 3개에 값이 있음
- 공식 공식 3개: 구조, 입력, 파라미터 (B)
- 값 확인일 2025-10 · 값마다 출처는 아래 '구조와 학습' 표
확인이 필요한 정보
- 값 없는 기본 사양 (공개 자료에서 찾지 못함): 학습용 데이터셋
어떤 모델인가
Cosmos-Transfer2.5는 엔비디아가 2025년 10월 Cosmos-Predict2.5와 함께 공개한 조건부 월드 모델로, 시뮬레이션이나 실제 영상에서 뽑은 구조 정보를 사실적인 영상으로 바꿔 sim-to-real·real-to-real 데이터 증강에 쓴다. 엣지·블러 영상·분할맵·깊이맵 같은 제어 영상과 텍스트 프롬프트를 받는 ControlNet 계열 구조로, Cosmos-Predict2.5 위에 제어 블록을 얹되 Transfer1처럼 앞쪽에 몰지 않고 주 경로 7블록마다 하나씩 나눠 배치했다. 바탕이 된 Predict2.5는 선별한 영상 클립 2억 개로 학습한 뒤 강화학습으로 다듬었다고 논문은 밝힌다.
엔비디아는 2B 모델이 Transfer1-7B보다 약 3.5배 작지만 제어 정합성과 긴 영상의 안정성이 더 낫고, 이 모델로 증강한 데이터로 학습한 반휴머노이드 로봇 정책이 새 환경에서 30회 중 24회 성공했다고(기존 증강은 5회) 발표했다. 자율주행 멀티뷰·로봇 멀티뷰 체크포인트와 경량 증류 모델이 있고, 코드는 Apache-2.0, 가중치는 NVIDIA Open Model License로 공개됐다.
회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.
구조와 학습
| 구조 | 멀티 ControlNet식 조건(깊이·엣지·분할·블러) 비디오 생성공식 |
|---|---|
| 입력 | 시뮬레이션/실영상 + 깊이·분할·엣지 맵 + 텍스트공식 |
| 파라미터 (B) | 2.36공식 |