NAT:面向跨本体扩展的因果神经动作分词器
有论文
NAT: Scaling Causal Neural Action Tokenizers Across Embodiments
作者与单位 (3)
署名方式: 原文顺序
- 首版日期
- 未提供
- 论文最新修订
- 未提供
- 会议 / 期刊
- 未提供
NAT VLA 450M 是基于 Liquid AI LFM2-VL-450M 的机器人策略,将图像、语言指令和机器人状态转换为可流式解码的动作标记。LeRobot 支持微调和基于标记前缀的实时动作块衔接。
有论文
NAT: Scaling Causal Neural Action Tokenizers Across Embodiments
署名方式: 原文顺序
核验日期 · 2026-11-22
| 文件 | 获取方式 | 权重许可证 | 商业使用 |
|---|---|---|---|
| NAT VLA 450M 预训练权重 | 获取方式 | 权重许可证 | 商业使用 |
来源核验日期 · 2026-11-22
使用前需以目标机器人数据微调。默认 tokenizer 的流式输出和令牌前缀 RTC 最多支持 7 个动作维度,更多维度分组解码并整块返回。论文真机结果来自另行微调的 Trossen AI Solo 策略。 权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。
Liquid AI LFM2-VL-450M
Apache-2.0
跨本体
官方
action_control
动作
按时间排序的 NAT 动作令牌
机械臂
多任务
VLA 预训练数据 1,800 小时
BridgeData V2 / DROID
模仿学习 / 预训练 / 监督微调