待验证50% 置信事实精确时间

GenST 第一阶段使用 Spatio-Temporal VAE（时空变分自编码器）将时空动态压缩到潜在空间

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

GenST：用大语言模型预测无观测节点的时空状态

涉及实体

GenSTproduct Spatio-Temporal VAEtechnology

相关事实

待验证复杂空间描述精确转坐标目前仍是研究前沿，现有VLM在空间推理上表现尚不稳定58% 相似待验证近年来Mamba、RWKV等状态空间模型和线性RNN兴起，试图规避Transformer在长上下文下的二次方复杂度瓶颈56% 相似待验证Flyte缓存机制对大规模CV数据集可将迭代实验的端到端时间从小时级压缩到分钟级56% 相似待验证草图算法提供根本性的时空权衡——用少量可控的估计误差换取数量级的空间节省55% 相似待验证AirLLM 解决的是能不能跑的问题而非跑得多快的问题，采用以时间换空间的核心权衡54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986796

API

curl https://kongchang.com/api/v1/knowledge/claims/986796

MCP

get_claim(id=986796)