与@Tsinghua_Uni的新研究：Spatial-TTT。 一个用于流式视觉空间智能的框架，采用测试时训练（TTT）。Spatial-TTT快速调整权重，以捕捉和组织来自长视频流的空间证据，使模型能够随着时间的推移构建结构化的3D空间记忆。 亮点： 🔹高效的流式记忆。快速权重作为紧凑的空间记忆，在7000+帧中实现亚线性内存增长，并且计算量降低超过40%。 🔹空间预测机制。TTT层与3D时空卷积捕捉几何对应关系和时间连续性。 🔹在长时间视频空间理解（VSI-Bench）上取得了SOTA结果。 该论文在3月13日的@huggingface每日论文中排名第1。 项目页面： GitHub： 论文： 模型与数据：