Ця стаття представляє Cosmos Policy, метод точного налаштування великих, попередньо навчених латентних моделей дифузії відео в єдині політики роботів для візуомоторного контролю та планування. Він досягає найсучасніших показників успішності у складних маніпуляційних завданнях на різних еталонних тестах, демонструючи підвищену ефективність даних та надійність. Цей підхід має значний потенціал для розвитку робототехніки та втіленого ШІ, дозволяючи роботам ефективніше виконувати складні завдання в реальному світі.