NVlabs/LongLive
论文最有价值的对照是：在RoboCasa GR-1上，作者报告把历史从0延长到19.2秒，成功率由63.3%升到78.7%；换成双向预训练底座，延长历史却没有净收益。这说明“给模型更长上下文”不等于“模型会利用上下文”。团队还报告RTX 5090上每段动作含未来视频预测约107.4毫秒，以及真机动态叠杯任务的95%成功率。后两项都属于作者在指定硬件与任务上的测试，尚不能推断普通家庭环境的可靠程度。代码和权重开放，让后续独立复测比只看演示视频更可行。
仓库状态可能随时间变化，开放范围与使用条件请查看项目自身的许可证和说明。