清华团队发布流式动作分词器 ActionCodec2，抓取率达 FAST 的 5 倍
ZeYanjie · x · 2026-10-31
清华大学与 Galaxea AI 团队发布 ActionCodec2，一个流式动作分词器（streaming action tokenizer），解决当前 VLA「先规划一秒、再盲跑」的分块执行问题。
核心思路
- 现有 VLA 按 chunk 出动作：先解码整段 1–2 秒的动作序列，再开环执行，中途无法反应
- ActionCodec2 给每个控制步单独生成 token，边解码边执行，随时可纠偏
- 把分词建模为覆盖问题：用固定网格覆盖每步可达运动，保证每步误差有界（1/5/10 mm 三档精度）
- 用 Set-BPE 无损合并高频共现 token，压缩序列长度
- 在 24 种机器人本体上拟合，1k–16k 词表，可直接接入任意 VLA，无需额外神经网络
实测结果
- 真机抓取：闭环 ACodec2+ 抓取率 46.2%，开环 ACodec2+ 27.6%，FAST 仅 9.2%
- 中途扰动测试：物体在执行中移动时，闭环版本每步重读状态仍能抓到，FAST 等开环方法因执行过期 chunk 而失败
论文、GitHub 与 Hugging Face 权重均已开源，项目页提供三行代码 quickstart。
「具身」频道最新
- 智元 110 台人形机器人齐舞创吉尼斯世界纪录 — emmanuelvivier · 2026-10-31
- Meta 腕带 subvocal 演示引热议,评论「记得投资」笑翻众人 — LinusEkenstam · 2026-10-31
- 开发者晒 2013 至今自制机器人开发板,十年瘦身对比 — k7agar · 2026-10-31
- RL 训练机械臂用球拍连续颠球 7 分钟不落地 — ___Mufasaa · 2026-10-31
- 两台 256GB Mac Studio 跑大模型更快：带宽叠加实测反超单台 512GB — lxfater · 2026-10-31
- 机器人仿真社区升温:Sentdex、Stone Tao 力荐仿真世界素材 — AIFlow_ML · 2026-10-31