Jim Fan 推出 RoboTTT：机器人模型原生扩展至 8,000 timesteps 上下文

机器人模型 RoboTTT 原生扩展至 8,000 timesteps 上下文、约 5 分钟的肌肉记忆，且推理成本恒定。其采用 Test-Time Training，把一个小模型放进模型内部，每条传感器读数触发一次梯度步，将历史压缩进固定大小的隐状态，部署后可持续学习。8K 上下文预训练比 1K 提升 62%，并支持从单次人类视频进行上下文学习。