资讯
腾讯混元、清华、南洋理工联手，「以小博大」破解空间智能算力与记忆断裂难题 | ECCV 2026
📋总体概括
腾讯混元联合清华大学、南洋理工大学提出Spatial-TTT框架，在ECCV 2026发表，通过给2B参数小模型装上「流式空间记忆」，以小模型解决空间智能中算力开销大与长时序记忆断裂两大痛点。该工作方向是Test-Time Training类方法在空间理解上的落地，让轻量模型在长视频/长序列空间推理中保持状态连续性，避开堆大参数的老路。
⚡关键信息
- ▸腾讯混元、清华、南洋理工三方联合推出Spatial-TTT，论文入选ECCV 2026
- ▸核心思路是把流式空间记忆机制装进仅2B参数的小模型，实现「以小博大」
- ▸针对空间智能两大痛点：算力消耗过高与长时程记忆断裂
- ▸采用Test-Time Training路线，让模型在推理阶段持续更新记忆状态
- ▸若有效，可降低空间智能应用对大参数模型的依赖，利好端侧与低成本部署
🔥犀利点评
空间智能喊了一年，多数团队还是靠堆参数和长上下文硬扛，算力账根本算不平。三方联手选2B小模型做流式记忆，本质是承认了暴力scaling在长时序空间任务上走不通。但TTT路线的老问题是训练不稳定和记忆更新成本，论文光环不等于落地，关键看真实长视频场景里记忆衰减和漂移控制得如何。方向对了，成色待验。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 雷峰网 阅读全文 →