资讯1 分钟阅读·
M2Tok多头多码本动作分词自报降低重建误差并提升VLA成功率
微软研究院等的M2Tok将潜动作特征按多头分解、每头独立码本，作者自报重建损失显著低于既有离散动作分词方法并提升VLA成功率。
重要性局部证据E2 未复现
将潜动作特征按多头分解、每头配独立码本的动作分词器M2Tok，作者自报能降低重建误差并提升VLA任务成功率，代码已开源。
此前离散动作分词方法受单一码本量化表达空间限制，重建损失较高，制约下游VLA表现。
Chunpu Xu、Yao Mu等九名作者自报，M2Tok的重建损失显著低于既有离散动作分词方法，基于它的VLA在RoboTwin、Simpler-Env与3项零样本真实任务上成功率提升。
以上为作者自报结果，尚无第三方复现；该工作9月16日提交arXiv（id 2609.18259，标注ECCV 2026）。