NVIDIA Cosmos Predict 2.5 ist ein Videogenerierungsmodell, das auf die Erzeugung physikalisch plausibler Welten und Szenarien ausgelegt ist. Der Blogbeitrag von Hugging Face und NVIDIA beschreibt, wie dieses Basismodell mithilfe von LoRA (Low-Rank Adaptation) und DoRA (Weight-Decomposed Low-Rank Adaptation) auf roboterspezifische Videodomänen spezialisiert werden kann. Beide Methoden erlauben es, nur einen kleinen Anteil zusätzlicher Parameter zu trainieren, während die Gewichte des Basismodells eingefroren bleiben — das reduziert den Rechen- und Speicherbedarf erheblich gegenüber einem vollständigen Fine-Tuning. Der Anwendungsfall liegt primär in der Erzeugung synthetischer Trainingsdaten für Robotersteuerungssysteme, da reale Robotik-Videodaten oft teuer, knapp oder schwer zu labeln sind. DoRA erweitert LoRA dabei um eine Zerlegung der Gewichtsmatrizen in Magnitude und Richtung, was in einigen Setups zu stabilerer Konvergenz führt. Die Zusammenarbeit zwischen Hugging Face und NVIDIA deutet darauf hin, dass die vorgestellten Werkzeuge und Skripte direkt im Hugging Face-Ökosystem — etwa über die `diffusers`-Bibliothek — zugänglich gemacht werden. Für Robotik-Teams, die Sim-to-Real-Lücken schließen oder Policies mit synthetischen Daten vortrainieren wollen, eröffnet das einen praktischen Einstiegspunkt ohne aufwendige Infrastruktur.