TTT 架构杀入视频生成：结合 Diffusion 生成 1 分钟连贯动画
学者 Xiaolong Wang 宣布将测试时训练（TTT）引入视频生成。该方案将 TTT 作为 RNN 记忆模块并结合 Diffusion Transformer，通过梯度下降更新隐藏状态，成功生成了 1 分钟剧情连贯的《猫和老鼠》动画，为长视频生成的记忆瓶颈提供了新解法。
学者 Xiaolong Wang 宣布将测试时训练（TTT）引入视频生成。该方案将 TTT 作为 RNN 记忆模块并结合 Diffusion Transformer，通过梯度下降更新隐藏状态，成功生成了 1 分钟剧情连贯的《猫和老鼠》动画，为长视频生成的记忆瓶颈提供了新解法。