直播神器！全球首个实时AI视频模型 MirageLSD

decart正式发布 MirageLSD — 全球首个“实时流式扩散”（Live-Stream Diffusion, LSD）AI 视频模型，它能够将你的想象力实时注入任意视频流中，实现从“观看魔法”到“亲手施展魔法”的飞跃式体验。同步上线了由 MirageLSD 驱动的平台 Mirage 的演示版本（现已开放网页版，iOS 和 Android 客户端将于下周发布）。与其他存在十秒以上延迟、仅能生成短片段的 AI 视频模型不同，Mirage 可在小于 40 毫秒的响应时间内无限实时生成视频。

它是继 Oasis（爆火的“AI 我的世界”）之后的第二款模型，研发周期为半年，期间攻克了多项数学难题，并手工编写了高效的 GPU 汇编代码。Mirage 只是起点，即将推出更多视频模型，并拓展到音频、情绪、音乐等多维度感官体验，致力于构建一个将所有感知变为通向想象世界的入口的平台。从今天开始，你就可以通过 Mirage，在任意设备上，将现实场景、游戏内容、甚至影视画面，实时“变身”为拥有奇幻物理法则与魔法设定的新世界。（体验链接在文章底部，体验下来还有很大优化空间，继续期待）

01 技术原理

MirageLSD 是首个实现无限时长、实时生成且无延迟的视频模型系统。它基于LSD模型，采用逐帧生成方式，同时保持时间一致性，使得视频内容可以连续生成且实时响应用户输入。与传统视频生成模型相比，LSD 避免了每段视频需整体生成或分块生成所带来的延迟问题，使互动性大大增强。

过去的视频生成系统无法持续生成长视频，是因为每一帧的误差会传递并积累，导致质量迅速下降。LSD 通过引入“Diffusion Forcing”进行逐帧去噪，并加入“历史增强”策略，即在训练中故意引入带有错误的历史帧，并训练模型识别并纠正这些错误。这使得 LSD 成为首个能够无限生成且不崩溃的视频模型。

要实现真正的 24FPS 实时生成，模型每帧必须在 40ms 内完成生成。为此，MirageLSD 使用三大优化手段：① Hopper 架构优化的 CUDA Mega Kernels，减少每层的启动和通信开销；② 结合架构剪枝，充分利用 GPU 特性减少计算量；③ Shortcut Distillation，用精简模型复刻大模型的去噪路径，从而减少推理步骤。这些优化共同将延迟压缩至可实时交互的程度。

LSD 采用了一种不同的方法。它以因果、自回归的结构逐帧生成视频，每一帧都依赖于先前生成的帧以及用户的提示。这种方式实现了即时反馈、零延迟交互，并能够持续生成视频而无需预设终点。

在每一个时间步，模型会接收一组过去生成的帧 、当前输入帧 ，以及用户定义的提示 ，然后预测下一个输出帧 ，并将其立即用于下一步的生成过程。

这种因果反馈循环让 LSD 在保持时间一致性的同时，能够持续适应运动和内容变化，实现无限时长的视频生成；同时，通过“Diffusion Forcing”预训练方法，模型学会独立去噪单帧图像，无需完整视频上下文，从而实现了对文本提示或视频变化的零延迟即时响应，支持实时编辑与变换。

相比其他模型（如 MovieGen、WAN、Veo、CausVid 等），MirageLSD 是唯一同时具备无限时长、实时速度、零延迟互动、时序稳定性的系统。其他系统要么是固定时长、要么响应延迟严重，或无法持续互动，LSD 则整合多项关键技术打破了这些限制。

https://mirage.decart.ai/

欢迎交流～，带你学习AI，了解AI