自变量发布跨模态具身动作分词器X-Tokenizer
自变量机器人发布跨模态具身动作分词器X-Tokenizer，将VLA模型中的动作离散化重新定义为多模态推理与动作的语义接口学习，使机器人更好表达动作。动作Token的语义决定了预训练模型收敛效果及连续动作输出性能。
你有没有想过，机器人是怎么把视觉理解转化成具体动作的？这个问题看似简单，但实现起来远比想象中复杂。6月30日，自变量机器人拿出了他们的最新方案——跨模态具身动作分词器 X-Tokenizer。这项工作的核心突破在于：他们不再把VLA（视觉-语言-动作）模型中的动作离散化当作一个单纯的"压缩-重建"问题，而是重新定义为"多模态推理与动作之间的语义接口学习"问题。说白了，就是让机器人在理解图像和语言后，能更好地"表达"出应该做什么动作。
根据披露的信息，这个动作分词器的成败，直接决定了拆分出的动作Token是否具备语义。如果Token没有语义，预训练模型就难以有效收敛，最终VLA模型在输出连续动作时的性能也会大打折扣。自变量机器人在这个环节上的发现，可以说抓住了具身智能落地的关键痛点。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台，提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具，适合短剧、漫剧、广告及社交媒体内容制作。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，