[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-86998":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"86998","ai","论文研究","Fei-Fei Li",66,"斯坦福与 NVIDIA 联合推出 RoboTTT，原生扩展机器人策略上下文窗口至 8000 时间步","斯坦福与 NVIDIA 推出 RoboTTT，将机器人策略上下文窗口扩展至 8000 时间步。","斯坦福与 NVIDIA 联合推出 RoboTTT，将机器人策略上下文窗口原生扩展至 8000 时间步（约 5 分钟），推理成本恒定。\n· 传统机器人策略仅能处理几帧（\u003C0.1 秒），瞬间遗忘历史。RoboTTT 将上下文窗口提升三个数量级。\n· 模型具备“肌肉记忆”，可长时间保持状态感知，提升复杂任务执行能力。\n· 推理成本不随上下文长度增加，实现高效扩展。\n· 该技术由李飞飞团队参与，体现机器人学习领域的重大进展。\n看点：RoboTTT 可能彻底改变机器人长期任务执行能力，推动具身智能在工业和服务场景的应用。","https:\u002F\u002Fx.com\u002Fdrfeifei\u002Fstatus\u002F2077497317255737422",null,"2026-07-16 04:55:33"]