RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

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

2.4532.4542.455 7 de nov.8 de nov.9 de nov.10 de nov. 2.4532.4542.455 7 de nov.9 de nov.

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

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub