Cosmos3-Super-Text2Image
NVIDIA · nvidia/Cosmos3-Super-Text2Image
Licença dos pesos: OpenMDW 1.1 · código e componentes podem ter outros termos
Qualidade
Qualidade · LMArena · texto para imagem
LMArena 2026-10-07 · preferência humana · maior é melhor · este modelo em destaque
- Cor = publicador
Fonte: LMArena 2026-10-07 · coletado 2026-10-25 · dataset · CC BY 4.0 · modelos sem pontuação não aparecem (sem pontuação ≠ 0)
1.152 ± 6 · LMArena · texto para imagem · Intervalo de confiança 1.146–1.157 · 18.485 votos
A Artificial Analysis fica de fora: o plano gratuito é só para uso interno.
Informado pelo publicador
Qualidade × memória
Sem par qualidade × memória comparável
Modelos de imagem, vídeo e áudio não têm uma escala de qualidade em comum e a memória vem do caminho mínimo documentado pelo publicador, então a qualidade não é comparada com a memória em um gráfico.
Considere Cosmos3-Super-Text2Image, de NVIDIA, para a tarefa de texto para imagem (64B de parâmetros).
O catálogo lista o caminho de memória documentado pelo publicador em Roda em e não revisou outras configurações. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial.
Roda em
Só em servidor 1
Nenhum perfil de desktop, notebook ou GPU o comporta na memória rápida; a memória é somada entre GPUs.
Perfis de hardware agrupados pelo caminho mínimo de memória documentado pelo publicador e pela plataforma. Não é execução medida.
Velocidade medida
Nenhuma medição publicada para este checkpoint
O tempo de geração por imagem só aparece quando uma fonte o publica com hardware, build e configuração. Nunca é estimado.
Como rodar
Caminho de memória documentado pelo publicador: Configuração recomendada com 8× H100 e vLLM-Omni. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial. Evidência oficial de hardware
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
uv venv --python 3.13 --seed --managed-python
source .venv/bin/activate
uv pip install \
"diffusers @ git+https://github.com/huggingface/diffusers.git" \
accelerate \
av \
cosmos_guardrail \
huggingface_hub \
imageio \
imageio-ffmpeg \
torch \
torchvision \
transformersimport json
import torch
from diffusers import Cosmos3OmniPipeline
from diffusers.schedulers.scheduling_unipc_multistep import UniPCMultistepScheduler
json_prompt = json.load(open("assets/example_caption.json"))
pipe = Cosmos3OmniPipeline.from_pretrained(
"nvidia/Cosmos3-Super-Text2Image",
torch_dtype=torch.bfloat16,
device_map="cuda",
enable_safety_checker=True,
)
pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config, flow_shift=3.0)
result = pipe(
prompt=json.dumps(json_prompt),
negative_prompt="",
num_frames=1,
height=1024,
width=1024,
num_inference_steps=50,
guidance_scale=4.0,
generator=torch.Generator(device="cuda").manual_seed(1143),
)
result.video[0].save("/tmp/cosmos3_t2i.png")
print("Saved image to /tmp/cosmos3_t2i.png")vllm serve nvidia/Cosmos3-Super-Text2Image \
--omni \
--host 0.0.0.0 \
--port 8000 \
--cfg-parallel-size 2 \
--ulysses-degree 4 \
--tensor-parallel-size 1 \
--use-hsdp \
--hsdp-shard-size 8 \
--init-timeout 1800git clone --branch main https://github.com/sgl-project/sglang.git
cd sglang
pip install -e "python[diffusion]"
pip install "cosmos-guardrail==0.3.1"
sglang serve \
--model-path nvidia/Cosmos3-Super-Text2Image \
--num-gpus 4Nível da evidência: Documentação do publicador vinculada; nenhuma execução reproduzida por este site.
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- nvidia/Cosmos3-Super-Text2Image
- Tarefa e modalidade
- texto para imagem · imagem
- Contagem e base
- 64B · ficha do fabricante
- Lançamento
- nvidia/Cosmos3-Super-Text2Image model card (Hugging Face), Release Date · consultado em 2026-10-09fonte
- Tamanho do repositório publicado
- 132,5 GBNão é memória de execução nem download mínimo.arquivos
- Componentes publicados
- 64B Mixture-of-Transformers
- Runtime e precisão
- Nenhuma execução local verificada.
- Uso comercial
- Permitido OpenMDW 1.1 text (nvidia/NV-Reason-CT LICENSE) · consultado em 2026-10-18texto da licença
Todos os campos guardados
- Revisão conferida
- daf3d374804be4c512c2135568a7cb95d4341d79
- Arquitetura
- Cosmos3ForConditionalGeneration
- Biblioteca
- cosmos
- Tag de tarefa no Hub
- text-to-image
- Formatos
- safetensors
- Repositório criado
- 2026-05-28criação não é o lançamento do modelo
- Repositório atualizado
- 2026-09-16um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 7.764 · 194só este repositório · lido em 2026-10-25
- Lido na página do Hub
- tarefa, tags de tarefa, nome da licença, formatos de arquivoVisão geral e lista de arquivos do Hub · lido em 2026-10-18
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Licença, contagem de parâmetros e data de lançamento vêm das fontes do publicador listadas nesta página (uma data que nenhuma fonte informa fica vazia). O requisito de hardware não foi revisado, então a memória é uma estimativa rotulada. O tamanho do repositório, quando aparece, é o download publicado completo. As linhas “Cosmos3-Super-Text2Image” e “Cosmos3-Super-Text2Image (agentic)” do ranking apontam para este mesmo checkpoint aberto e compartilham esta página; nenhuma fonte legível associa cada linha às suas configurações.
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · Artificial Analysis imagem · excluída (o plano gratuito é só para uso interno)
- Documentação de hardware do publicador
Catálogo revisado: 2026-09-22.
