Cosmos-Predict2.5-14B
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- NVIDIA
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 29 September 2025
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Video
- Úkol
- Video generation, Text-to-video, Image-to-video, Video-to-video
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 14B
- Výcviková data
- tokens
"Trained on 200M curated video clips and refined with reinforcement learning–based post-training" "we apply the same 1 × 2 × 2 patchification strategy to compress latent features further. We train our model to generate 93 frames, which corresponds to 24 latent frames, at a time using 16 fps videos. Each of the generated videos is about 5.8 seconds long." 200*10^6 * 5.8 / 3600 = 322222 hours of video
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA H100 SXM5 80GB
- Používané čipy
- 4,096
- Využití hardwaru
- MFU 33.1%
- Příkon
- 5.6 MW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- World Simulation with Video Foundation Models for Physical AI
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
Cosmos-Predict2.5-14B byl zveřejněn NVIDIA, v zemi zaznamenané jako United States of America, během September 2025. Kategorie, do které vydavatel spadá, je industry.
funguje v oblasti Video, a je zaznamenán jako vykonávající úkol video generation, Text-to-video, Image-to-video, Video-to-video.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Odpovědi
Cosmos-Predict2.5-14B — běžné otázky
Cosmos-Predict2.5-14B— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Cosmos-Predict2.5-14B— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Cosmos-Predict2.5-14B— kolik má parametrů?
Má počet parametrů 14B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Cosmos-Predict2.5-14B— Kdo to vytvořil?
Bylo to publikováno společností NVIDIA, zakládající se na United States of America, organizace zařazená jako industry.
Cosmos-Predict2.5-14B— Kdy byl vydán?
Bylo to zveřejněno v September 2025.
Cosmos-Predict2.5-14B— K čemu se to používá?
funguje v oblasti Video, a je zaznamenáno jako zpracovávající úkol video generation, Text-to-video, Image-to-video, Video-to-video. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.