TTT Video DiT
test-time-training/ttt-video-ditAI 已审核
RepoPicks Radar 检查于
TTT Video DiT 是什么?
这是论文《One-Minute Video Generation with Test-Time Training》的官方代码。它在已有的文生视频模型(CogVideoX 5B)上加入新层,并分阶段训练,使生成的视频更长,最长可达 63 秒,且首尾风格保持一致。这是面向有机器学习经验者的研究项目:你要从源码编译 CUDA 内核、自行获取基础模型,并在 H100 显卡上训练。它没有应用程序、没有界面,也没有可下载的成品模型。
TTT Video DiT 免费开源(MIT),可以替代 Google Veo 3。
TTT Video DiT 安装有多容易?
E · 仅适合程序员 · Linux
只适合开发者,且限于 Linux:你要创建 conda 环境,拉取一个 git 子模块并编译 TTT-MLP 内核,这需要 CUDA toolkit 12.3 以上和 gcc 11 以上,作者还说训练只支持 H100 显卡。基础模型的权重则要从另外两个项目手动收集。
即将推出:用 RepoPicks 应用一键安装。
TTT Video DiT 的 GitHub 数据
- 星标
- 2,4532026年11月10日
- 下载量
- —所有发布版本
- 增长
- —上次读取时无增长
星标变化
事实
- 可运行于
- Linux
- 需要安装
- Python, NVIDIA 显卡, FFmpeg
- 从源码编译需要
- Python, 显卡, FFmpeg
- 磁盘空间
- 1.0 GB–4.6 GB · 估算
- 账号或密钥
- 无
- 费用
- 免费
- 许可证
- MIT (宽松型)
- 可以替代
- Veo 3
- GitHub 上的最近改动
- 2026年2月25日
TTT Video DiT 的风险信号 (3)
- 信息最终模型权重没有公开
README 在下载说明下方注明:"These are the pretrained model weights, not the final model weights used to generate our demonstration videos." 文中只给出了 CogVideoX-5b 基础权重的链接。
AI 审核
- 信息需要数据中心级 GPU 并自行编译内核
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."
AI 审核
- 信息依赖一个带有自身条款的模型
代码采用 MIT 许可,但它运行在从 Hugging Face 取得的 THUDM CogVideoX-5b 权重之上,而那些权重另有自己的许可条款,本仓库并未复述。
AI 审核
证据以原始语言显示。
Radar 无法验证的 TTT Video DiT 相关内容
- 是否有人能复现那些一分钟的演示视频,因为最终权重并未公开
- 训练和采样环节实际需要多少显存和磁盘空间
- 按 README 里描述的分阶段方案训练,租用 H100 大约要花多少钱
- 该内核在当前版本的 CUDA 和 PyTorch 上是否还能编译,因为最后一次提交是 2026 年 2 月