【入选ECCV 2026！清华开源2B空间模型打败Gemini】近日，清华大学团队提出的Spatial-TTT模型被计算机视觉顶会ECCV 2026正式接收并开源。该模型仅2B参数，却能处理长达120分钟的流式视频。通过创新的混合架构等设计，模型能在观看时持续更新“空间记忆”。实验显示，其在多个空间智能基准上超越GPT-5、Gemini-3-pro等闭源大模型，显存与计算节省超40%。该研究让Agent从“看懂画面”迈向“理解真实空间”，为机器人、自动驾驶等场景提供了全新路径。