[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-87250":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},"87250","ai","论文研究","Jim Fan",65,"英伟达 Jim Fan 团队发布 RoboTTT，原生支持 8000 时间步上下文","英伟达 Jim Fan 团队发布 RoboTTT，原生支持 8000 时间步上下文，性能随上下文增长提升。","英伟达 Jim Fan 团队发布 RoboTTT，原生支持 8000 时间步上下文，实现机器人 5 分钟肌肉记忆。\n· 采用测试时训练（TTT）技术，将小模型嵌入大模型内，每步更新梯度。\n· 固定大小的隐藏状态可压缩任意长历史，学习持续进行。\n· 支持从人类视频进行一次性上下文学习，如电路板组装。\n· 机器人能自我纠错，错误恢复能力显著提升。\n影响\u002F看点：上下文缩放曲线显示性能持续提升，机器人领域迎来长上下文时代。","https:\u002F\u002Fx.com\u002FDrJimFan\u002Fstatus\u002F2077414142340988962",null,"2026-07-15 23:25:02"]