1

归一化动作块

（展示前两个维度）

离散余弦变换（DCT）
2

频率分量

（展示前两个维度）

量化
3
124
12
-3
0
0
0
12
-86
0
0
0
0
0
0
344
3
1
0
0
1
5
-45
0
0
0
0
0
0
178
15
-1
0
0
0
-2

稀疏频率矩阵 （每维对应一行）

展平
4
124
-86
344
-45
178
12
0
3
0
15
•••

低频分量优先

字节对编码（BPE）
5
124
-86
978
344
-45
233
178
12
0
19
3
0
1022
15
•••
1

压缩后的动作 token