TTT模型可能引领生成式AI新潮流。当前的Transformer架构，如Sora、Claude和GPT-4等，面临计算效率和资源消耗的问题。斯坦福等大学的研究团队开发出TTT，它在处理更多数据时更节能。不同于Transformer的隐藏状态，TTT采用机器学习模型，将数据编码为固定大小的权重，从而避免了重复计算。TTT有潜力处理海量数据，如长视频，且性能不受数据量影响。尽管如此，TTT是否能取代Transformer尚不确定，因其目前仅在小型模型上测试，大型模型的对比还需更多实证。TTT被视作一项创新，但其优势还需更多数据支持和实际应用验证。