💡 站外导读：当Sora还在追求分钟级长视频时，AIGC视频赛道已悄然变天。传统自回归模型固有的误差累积和延迟瓶颈，让实时交互式生成长期沦为奢望。如今，实时性取代了长时长成为新战场。如何在保证画质的前提下，将视频生成延迟压缩到人类感知极限，同时突破时长枷锁，成为决定下一代AIGC应用落地的关键。这不仅是一场技术竞赛，更是通往元宇宙、沉浸式交互的必经之路。
MirageLSD是什么
MirageLSD 是 Decart AI 团队推出的全球首个 Live-Stream Diffusion（实时流扩散）AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。通过 Diffusion Forcing 技术和历史增强训练，解决了传统自回归模型在长时间生成中的误差累积问题，实现了视频的无限生成。基于Hopper 优化的 Mega Kernels、架构感知剪枝和 Shortcut Distillation 等技术，MirageLSD 在保持高画质的同时，大幅提升了生成速度，实现了真正的实时交互。
MirageLSD的主要功能
-
无限时长实时视频生成：MirageLSD 能生成无限时长的视频流，延迟低至 40 毫秒以内，支持 24 帧/秒的实时生成速度，解决了传统视频生成模型在长时间生成中的误差累积问题。
-
实时交互性：用户可以在视频生成过程中实时进行提示、转换和编辑，实现连续的交互式体验。
-
低延迟处理：模型通过优化技术，如 Hopper 优化的 Mega Kernels 和架构感知剪枝，实现了 40 毫秒的超低延迟处理，支持实时视频生成。
-
广泛的应用场景：可用于直播、视频通话、游戏开发、动画制作等多个领域，能将普通场景实时转换为用户指定的风格或场景。
MirageLSD的技术原理
-
Diffusion Forcing 技术：通过逐帧去噪，允许模型在没有完整视频上下文的情况下生成单帧图像，从而实现帧级生成。
-
历史增强训练：在训练时引入历史帧的噪声数据，使模型能够预测并纠正输入中的误差，从而实现无限生成。
-
优化策略：
-
Hopper 优化的 Mega Kernels：针对 NVIDIA Hopper GPU 架构优化，减少每层模型延迟。
-
架构感知剪枝：通过调整模型参数大小以适应 GPU 架构，减少计算量。
-
Shortcut Distillation：通过训练更小的模型来匹配大模型的去噪轨迹，减少生成所需的扩散步骤。
-
MirageLSD的项目地址
- 技术论文：https://about.decart.ai/publications/mirage
MirageLSD的应用场景
-
直播与视频通话：将普通视频通话或直播内容实时转换为用户指定的场景，如将现实场景变为科幻世界。
-
游戏开发：能实时将游戏画面转换为不同的视觉风格，如将普通战斗场景变为光剑对决。
-
动画制作与虚拟换装：为动画制作和虚拟换装提供实时的视觉效果支持。
📝 站长洞察 (Editor’s Insight)
MirageLSD的发布，标志着视频生成正从「后期制作」工具，正式迈向「实时交互」基础设施。它揭示的行业大趋势是：AIGC的下一个价值高地，不在于生成更长的视频，而在于嵌入实时工作流，成为计算管线的一部分。40ms的延迟阈值意义重大，它已低于人眼视觉暂留，意味着生成与交互可以无缝融合。其背后的技术栈——针对特定硬件（Hopper）的深度优化、模型剪枝与蒸馏——表明竞争正从算法论文层下沉到工程实现层。未来，谁能将AIGC引擎打造成像CPU、GPU一样高效、低延迟的「协处理器」，谁就能主导直播、游戏、社交等千亿级实时应用市场。Decart AI率先卡位，其他玩家需要重新审视自己的技术路线图了。
