RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

TTT Video DiT

test-time-training/ttt-video-ditRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es TTT Video DiT?

Este es el código oficial del artículo "One-Minute Video Generation with Test-Time Training". Agrega capas nuevas a un modelo de texto a video existente (CogVideoX 5B) y lo entrena por etapas para que los videos sean más largos, hasta 63 segundos, manteniendo el mismo estilo de principio a fin. Es un proyecto de investigación para gente con experiencia en aprendizaje automático: compilas un kernel de CUDA desde el código fuente, consigues el modelo base por tu cuenta y entrenas en tarjetas H100. No hay aplicación, ni interfaz, ni un modelo terminado para descargar.

TTT Video DiT es gratis y de código abierto (MIT) y puede reemplazar a Google Veo 3.

¿Qué tan fácil es instalar TTT Video DiT?

E · solo para quien programa · Linux

Solo para desarrolladores, en Linux: creas un entorno conda, traes un submódulo de git y compilas el kernel TTT-MLP, que necesita el CUDA toolkit 12.3 o superior y gcc 11 o superior, y los autores dicen que el entrenamiento solo está soportado en tarjetas H100. Los pesos del modelo base hay que reunirlos a mano desde otros dos proyectos.

Pronto: instala con 1 clic desde la app RepoPicks.

TTT Video DiT en GitHub

Estrellas
2453el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
—sin ganancia en la última lectura

Estrellas a lo largo del tiempo

245324542455 7 nov8 nov9 nov10 nov 245324542455 7 nov9 nov

Datos

Funciona en
Linux
Necesitas instalar
Python, Tarjeta NVIDIA, FFmpeg
Para compilar desde el código
Python, Tarjeta gráfica, FFmpeg
Espacio en disco
1,0 GB–4,6 GB · estimación
Cuentas o claves
Ninguna
Costo
Gratis
Licencia
MIT (Permisiva)
Puede reemplazar
Veo 3
Último cambio en GitHub
25 feb 2026

Señales de riesgo de TTT Video DiT (3)

  • InfoLos pesos finales del modelo no se publicaron

    Nota del README bajo las instrucciones de descarga: "These are the pretrained model weights, not the final model weights used to generate our demonstration videos." Solo están enlazados los pesos base de CogVideoX-5b.

    revisión con IA

  • InfoExige GPU de centro de datos y compilar un kernel

    README: "You must have cuda toolkit (12.3+) and gcc11+ installed to build the TTT-MLP kernel. We only support training on H100s for TTT-MLP."

    revisión con IA

  • InfoSe apoya en un modelo con sus propias condiciones

    El código es MIT, pero funciona sobre los pesos CogVideoX-5b de THUDM traídos de Hugging Face, que llevan su propia licencia y este repositorio no la reproduce.

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de TTT Video DiT

  • Si alguien puede reproducir los videos de demostración de un minuto, ya que los pesos finales no se publicaron
  • Cuánta memoria de video y cuánto disco necesitan realmente las etapas de entrenamiento y muestreo
  • Cuánto costaría alquilar tiempo de H100 para entrenar el esquema por etapas descrito en el README
  • Si el kernel todavía compila con las versiones actuales de CUDA y PyTorch, ya que el último cambio es de febrero de 2026

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub