以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Decoder-only Large View Synthesis Models (LVSMs) with KV-cache have recently achieved state-of-the-art quality by regressing novel views from neural networks without reconstructing 3D geometry, while Test-Time Training (TTT) layers save computation but sacrifice quality. We propose Test-Time Baking (TTB), a strategy th
阅读原文 · Chin-Yang Lin, Ryo Hachiuma, Jaesung Choe, Min-Hung Chen, Yu-Chiang Frank Wang, Yen-Yu Lin, Wei-Chen Chiu, Yu-Lun Liu, Cheng Sun
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文解决的是一个很实际的问题：只解码器（decoder-only）的新视角合成模型效果已经很好，但渲染速度慢，而现有的加速方案 TTT 又掉质量。作者提出 Test-Time Baking，想把两边的优点都拿到。 对做 3D 重建、实时渲染或者多模态模型推理优化的人来说，这篇值得扫一眼。 它没有去改模型架构，而是在测试阶段做一次“烘焙”：把跨视角注意力里...