资讯🔥7.0
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、南洋理工在ECCV 2026发表Spatial-TTT工作，提出用Test-Time Training机制为仅2B参数的小模型装上「流式空间记忆」，在有限算力下实现长时序空间智能，破解现有模型空间记忆断裂与算力开销大的痛点。该方案以小模型对标大模型的空间理解能力，为机器人、具身智能等对算力和实时性敏感的场景提供了低成本落地路径。
⚡关键信息
- ▸腾讯混元、清华、南洋理工三方合作，成果入选ECCV 2026
- ▸核心创新是将Test-Time Training引入空间智能任务，构建流式空间记忆机制
- ▸模型仅2B参数，走「以小博大」路线，降低空间智能的算力门槛
- ▸针对长时序场景下空间记忆断裂这一行业公认难题给出解法
- ▸小模型方案对机器人等边缘部署场景更具实用价值
🔥犀利点评
大模型堆算力的空间智能叙事已经卷不动了，这条「小模型+测试时训练」的路线才是真正对齐机器人产业需求的。2B参数能扛长时序空间记忆，意味着离端侧部署近了一大步。但TTT推理时开销和工程稳定性才是生死线，论文指标好看不等于真机跑得动，等看到实体机器人上的落地验证再下结论。
📰 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 →