Unverified50% confidenceFactExact time
Cartesia核心技术基于状态空间模型（State Space Model，SSM），有别于主流TTS广泛采用的Transformer架构
1
Sources
50%
Confidence
Long-term
Relevance
9/26/2026
First Seen
Sources
Related Entities
Related Claims
Unverified状态空间模型（SSM）推理时内存占用和计算量均为O(1)，而Transformer的KV缓存随序列长度线性增长66% similarVerifiedMamba 等基于状态空间模型（SSM）的架构以线性复杂度实现序列建模，更适合实时推理61% similarUnverified当前文生图主流技术路线包括基于扩散模型的方法和基于自回归Transformer的方法61% similarUnverifiedTransformer架构已成为前沿大模型的事实标准，各家在模型结构上的差异化空间有限59% similarVerified现代时序基础模型通常采用改进的Transformer架构，通过分离的注意力机制或通道混合模块分别建模时间维度和变量维度依赖58% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/952081API
curl https://kongchang.com/api/v1/knowledge/claims/952081MCP
get_claim(id=952081)