チュートリアル

NVIDIA Cosmos Predict 2.5の微調整:LoRA/DoRAでロボット動画を生成

原題:Fine-Tuning NVIDIA Cosmos Predict 2.5 with LoRA/DoRA for Robot Video Generation

AI 要約

NVIDIA Cosmos Predict 2.5は2Bパラメータのワールドモデルで、テキスト、画像、動画クリップから物理的に妥当な動画を生成できます。LoRAまたはDoRAによりDiTのアテンション層(to_q, to_k, to_v, to_out.0)とフィードフォワード層にトレーニング可能なアダプタを注入し、すべての基盤ウェイトを凍結したまま、単一の80GB GPUでパラメータ効率の高い微調整が可能となり、全量微調整の高コストと破滅的忘却を回避します。このプロセスはdiffusersとaccelerateライブラリを使用し、92個のロボット操作動画のトレーニングセットと50個の(prompt, image)テストペアで微調整を行い、微調整済みモデルで合成ロボット軌跡を生成して下流のロボット学習タスクを支援する方法を示します。単一GPUとマルチGPUのトレーニングに対応し、異なるドメインアダプタの切り替えに再トレーニングは不要です。

要点

  • NVIDIA Cosmos Predict 2.
  • 5は2Bパラメータのワールドモデルで、テキスト、画像、動画クリップから物理的に妥当な動画を生成できます。
  • LoRAまたはDoRAによりDiTのアテンション層(to_q,to_k,to_v,to_out.
  • 0)とフィードフォワード層にトレーニング可能なアダプタを注入し、すべての基盤ウェイトを凍結したまま、単一の80GB GPUでパラメータ効率の高い微調整が可能となり、全量微調整の高コストと破滅的忘却を…
  • このプロセスはdiffusersとaccelerateライブラリを使用し、92個のロボット操作動画のトレーニングセットと50個の(prompt,image)テストペアで微調整を行い、微調整済みモデル…

概要

公開日時
更新日時
出典
Hugging Face 社区博客(混合发现)
カテゴリ
チュートリアル
AI スコア
67
原文を読む 情報源で全文を読む
おすすめの理由

这篇教程把微调Cosmos Predict 2.5的方法从头到尾讲清楚了,做机器人合成数据的同行可以直接抄作业,LoRA/DoRA切换也很方便,值得收藏。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:NVIDIA Cosmos Predict 2.5の微調整:LoRA/DoRAでロボット動画を生成。2026年5月19日。https://new.nat6.net/ja/news/cmpbfzxd4172bslnzzdo3g1lc/

すべて見る →