16B模型实现实时无限长视频编辑
推荐指数 79.0 NO. 022 · 2026.08.06
upvotes75comments0
为什么值得看
JoyAI-Video-Edit用自回归扩散架构做到逐块生成、无需预知视频长度，通过源锚定分布匹配蒸馏和长期自回归蒸馏解决实时编辑中的源内容保真和时序漂移问题。对做视频生成工具的团队来说，这是首个能在消费级算力下跑通的开源实时编辑方案，长视频场景不再依赖预渲染。
媒体预览
编辑判断
当前主流视频编辑要么用 SDEdit 类方法逐帧改导致时序崩坏，要么像 TokenFlow 那样需要整段视频先编码再处理， latency unacceptable。这篇的核心 trade-off 是把生成拆成 causal chunk，用 SA-DMD 把 teacher 的分布知识压进两步生成的小模型里，牺牲少量质量换实时性。
从工程角度看，16B 参数+两步生成意味着 A100 级别单卡可跑，但开源代码尚未放出，复现门槛待定。如果开源，它可能直接替代目前 Runway/Gen-2 在长视频编辑上的工作流，做短视频工具的团队应该优先跟进 chunk-wise causal 的推理实现。