DecartAI

DecartAI正式发布了MirageLSD——全球首个直播扩散（Live Streaming Diffusion）视频模型，实现了实时、无限、零延迟的视频生成能力。这项技术不仅突破了当前AI视频生成的瓶颈，也为未来的视频交互体验打开了新的可能性。

什么是MirageLSD？

MirageLSD是DecartAI继Oasis之后推出的第二代核心模型。它基于一种全新的“直播扩散”机制，能够在每帧仅需40毫秒的响应时间内，生成无限长度的高质量视频流。

与传统视频生成模型不同，MirageLSD不依赖于预设的视频片段，也不需要离线处理。它采用因果自回归结构，逐帧生成视频，并在生成过程中持续接收用户输入，从而实现真正的实时交互。

为什么说MirageLSD是突破？

1. 实时性：真正“零延迟”的视频生成

目前主流的视频生成模型存在明显延迟，通常需要数秒甚至数十秒才能生成几秒钟的视频内容。而MirageLSD的响应时间控制在40毫秒以内，这意味着它可以在24帧/秒的速率下实时生成视频，几乎与用户的输入同步。

2. 无限生成：不再受限于视频长度

以往的AI视频模型在生成几十秒后会出现明显的质量下降，甚至完全崩溃。MirageLSD通过引入扩散强制（Diffusion Forcing）和历史增强训练，有效缓解了“错误累积”问题，使得视频生成过程稳定且可持续，理论上可以无限运行。

3. 可交互性：边生成边控制

MirageLSD支持在生成过程中动态修改提示（prompt），甚至可以对当前帧进行局部编辑。这种交互能力为实时视频创作、直播特效、游戏互动等场景提供了前所未有的可能性。

技术实现：如何做到“实时无限生成”？

核心机制：因果自回归 + 扩散强制

MirageLSD采用因果自回归结构，即每一帧的生成仅基于之前的帧和当前输入。为了防止错误累积，团队引入了扩散强制技术，让模型在训练中学会逐帧去噪，而不是一次性生成整个视频。

系统优化：GPU级加速 + 快捷蒸馏

为了实现毫秒级响应，团队进行了多项底层优化：

• Hopper优化的超级内核（CUDA Super Kernel）：减少模型推理的计算开销。
• 架构感知剪枝：根据GPU硬件特性优化模型结构，减少运算量。
• 快捷蒸馏（Shortcut Distillation）：训练轻量模型快速复现高质量输出，大幅缩短生成步骤。

这些技术共同作用，使得MirageLSD的响应速度比现有模型提升了16倍。

应用场景：不只是视频生成

MirageLSD的强大能力不仅限于生成视频片段，它正在重新定义多个领域的交互方式：

• 直播与视频通话：实时添加特效、背景替换、风格转换。
• 游戏与虚拟现实：动态生成场景、角色、动作，提升沉浸感。
• 影视后期与创意工具：提供实时编辑、风格迁移、AI辅助剪辑等能力。
• 远程协作与虚拟会议：智能美化、环境替换、实时提示控制。

未来展望：构建多感官交互平台

DecartAI表示，MirageLSD只是其多感官交互平台的第一步。接下来，团队将陆续推出：

• 音频生成与语音控制
• 情感识别与反馈机制
• 音乐与节奏同步生成
• 更精细的物体与空间控制

整个夏季，团队将持续发布模型升级与功能更新，包括：

• 面部一致性增强
• 语音指令控制
• 对象级编辑功能
• 流媒体直播支持
• 跨平台视频通话整合

用户现在即可通过官网体验MirageLSD，iOS与Android应用将在下周上线。