MirageLSD— Decart AI推出的实时视频生成模型

miragelsd 是由 decart ai 团队研发的全球首个 live-stream diffusion（实时流扩散）ai 视频模型。该模型具备无限时长的实时视频生成能力，延迟控制在 40 毫秒以内，支持每秒 24 帧的流畅输出。借助 diffusion forcing 技术和历史增强训练，miragelsd 解决了传统自回归模型在长时间生成过程中产生的误差累积问题，从而实现持续不断的视频生成。通过采用基于 hopper 架构优化的 mega kernels、架构感知剪枝和 shortcut distillation 等技术，miragelsd 在保证高质量画面的同时显著提升了生成速度，真正实现了实时交互体验。

MirageLSD的核心功能

无限时长视频流生成：能够持续生成视频流，延迟低于 40 毫秒，输出帧率高达 24 帧/秒，有效避免传统模型在长时间运行中的误差累积。实时交互能力：用户可在视频生成过程中随时进行提示修改、场景切换和内容编辑，实现即时交互。低延迟处理机制：通过 Hopper 优化的 Mega Kernels 和架构感知剪枝等技术，实现超低延迟处理，满足实时视频生成需求。多样化应用场景：适用于直播、视频通话、游戏开发、动画制作等多个领域，可将普通画面实时转换为指定风格或场景。

MirageLSD的技术实现

Diffusion Forcing 技术：逐帧去噪机制，使模型无需依赖完整视频上下文即可独立生成每一帧图像，实现帧级别的生成控制。历史增强训练方法：在训练过程中引入历史帧噪声信息，帮助模型预测并修正输入误差，从而支持无限时长的视频生成。性能优化策略：Hopper 架构优化的 Mega Kernels：针对 NVIDIA Hopper GPU 架构进行优化，降低每层计算延迟。架构感知剪枝：根据 GPU 架构调整模型参数规模，减少计算资源消耗。Shortcut Distillation：通过训练小型模型模拟大型模型的去噪过程，减少扩散步骤，提高生成效率。

MirageLSD的相关链接

技术论文地址：https://www.php.cn/link/2ee48d7685054b85f9e9d9b8b67c404f

MirageLSD的实际应用领域

直播与视频通话：可将真实场景实时转换为科幻、卡通等指定风格，提升互动体验。游戏开发：实现实时视觉风格转换，如将普通战斗画面变为光剑对决风格。动画与虚拟换装：提供实时视觉效果支持，适用于动画制作及虚拟试衣等场景。