流式动作分词器 NAT 发布:49k 小时数据训练,零样本适配未见机器人本体
YuXiang_IRVL · x · 2026-11-22
研究者发布 NAT(Nifty Action Tokenizer?),一个面向 VLA 的流式动作分词器,用于替代 flow action heads。核心卖点是大幅缩小与 flow action heads 的推理延迟差距。
- 用 49k 小时机器人数据训练
- 可零样本分词未见过的机器人本体(embodiment)
- 直指当前 VLA 主流 flow action head 推理慢的问题
「具身」频道最新
- 达拉斯乘客体验 Cybercab 后不愿再用其他 Robotaxi — mitchdeg · 2026-11-22
- 审计发现机器人仿真基准 RoboDojo 物理引擎失真 — AIFlow_ML · 2026-11-22
- LeCun 等证明标准世界模型无法回答反事实,给出零训练修正法 — alex_verem · 2026-11-22
- 重型机器人变健身房猛男:力量演示视频引围观 — LinusEkenstam · 2026-11-22
- Slush 大会观察:50 人推销数据平台,没人卖机器人硬件 — MarvinTBaumann · 2026-11-22
- Caltech ASTRA 机器人在轨自主建成 1.4 米天线,系太空首次 — mattbeane · 2026-11-22