TTT Video DiT
test-time-training/ttt-video-ditRevisado por IA
Verificado pelo RepoPicks Radar em
O que é TTT Video DiT?
Este é o código oficial do artigo "One-Minute Video Generation with Test-Time Training". Ele acrescenta camadas novas a um modelo de texto para vídeo já existente (CogVideoX 5B) e o treina em etapas para que os vídeos fiquem mais longos, até 63 segundos, mantendo o mesmo estilo do começo ao fim. É um projeto de pesquisa para quem tem experiência em aprendizado de máquina: você compila um kernel de CUDA a partir do código-fonte, busca o modelo base por conta própria e treina em placas H100. Não há aplicativo, nem tela, nem modelo pronto para baixar.
TTT Video DiT é grátis e de código aberto (MIT) e pode substituir Google Veo 3.
Quão fácil é instalar TTT Video DiT?
E · só para quem programa · Linux
Só para quem desenvolve, no Linux: você cria um ambiente conda, puxa um submódulo do git e compila o kernel TTT-MLP, que exige o CUDA toolkit 12.3 ou superior e gcc 11 ou superior, e os autores dizem que o treino só é suportado em placas H100. Os pesos do modelo base precisam ser reunidos na mão a partir de outros dois projetos.
Em breve: instale com 1 clique pelo app RepoPicks.
TTT Video DiT no GitHub
- Estrelas
- 2.453em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- —sem ganho na última leitura
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux
- Você precisa instalar
- Python, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 1,0 GB–4,6 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis
- Licença
- MIT (Permissiva)
- Pode substituir
- Veo 3
- Última mudança no GitHub
- 25 de fev. de 2026
Sinais de risco de TTT Video DiT (3)
- InfoOs pesos finais do modelo não foram publicados
Nota do README abaixo das instruções de download: "These are the pretrained model weights, not the final model weights used to generate our demonstration videos." Só os pesos base do CogVideoX-5b estão indicados.
revisão por IA
- InfoExige GPU de data center e compilar um 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."
revisão por IA
- InfoApoia-se num modelo com condições próprias
O código é MIT, mas roda sobre os pesos CogVideoX-5b da THUDM, trazidos do Hugging Face, que têm licença própria e este repositório não a repete.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em TTT Video DiT
- Se alguém consegue reproduzir os vídeos de demonstração de um minuto, já que os pesos finais não foram publicados
- Quanta memória de vídeo e quanto disco as etapas de treino e de geração realmente exigem
- Quanto custaria alugar tempo de H100 para treinar o esquema em etapas descrito no README
- Se o kernel ainda compila com as versões atuais de CUDA e PyTorch, já que a última alteração é de fevereiro de 2026