智能体在空间中移动时，视角不断切换、物体频繁被遮挡，要求系统具备流式空间智能 —— 一边接收视频流，一边实时构建并更新环境的三维空间记忆。为解决此问题，清华、腾讯混元、南洋理工的研究团队在论文《Spatial-TTT: Streaming Visual-based Spatial Intelligence with Test-Time Training》中，将重心从拉长注意力窗口转向在推理过程中让参数在线自适应更新。他们基于测试时训练范式，将模型部分参数变为推理时可动态更新的”快权重”，作为紧凑的非线性空间记忆。