实时视频编辑终于能用了

当前流式视频生成的主流方案如 StreamingT2V、Wan2.1 都只做生成不做编辑，因为编辑需要严格保留非编辑区域，而生成模型每帧独立采样必然导致背景抖动。LiveEdit 的关键设计是把编辑任务拆成"全局结构蒸馏 + 局部区域控制"，用自回归掩码缓存替代每帧全图重算，把延迟压到实时级别。

论文没有公布具体帧率和显存需求，但三阶段蒸馏的架构暗示训练成本可控，适合已有视频扩散模型的团队做增量改造。如果开源代码放出，直播换脸、实时广告植入这类之前只能走传统图形管线的场景，可能会快速被扩散方案替代。