Өнгөрсөн жилийн турш AI үүсэн бүтээсэн видео тархалт загварууд харагдах байдал үнэндээ харьцангуй сайжирсан бөгөөд OpenAI-ийн Sora 2, Google-ийн Veo 3, Runway Gen-4 зэрэг загварууд илүү бодитой, үзэмжтэй клипүүд бүтээхэд хүрсэн. AI видео үүсгэх нь чухал цаг үед очиж байна, хамгийн сүүлийн үеийн загварууд үзэсгэлэнтэй, амьд мэт дүрслэлийг бүтээх чадвартай болжээ. Гэсэн хэдий ч эдгээр загваруудын архитектур нь тэдгээрийг реаль цагаар, интерактив хэрэглээнд ашиглахад хязгаарлана, учир нь видео фреймүүдийг дараалан, өндөр нарийвчлалтай, илүү их тооцоолол шаардсан алхамуудаар үүсгэдэг. Нэг бүрэн хэсгийг боловсруулсны дараа дараагийн хэсэгт шилжихэд түр delays үүсдэг тул амьд AI видеог дамжуулах боломжгүй байна. Хамгийн их тохиолдолд AI мэргэшлэгчид эдгээр клипүүдийг цаашид хардаг байхаар чиглэж, амьд, шууд AI видеог хөрвүүлэх нь олон жилийн туршид л боломжтой гэж үзэж байна. Decart-ийн баг энэ барьцангадуулсан архитектурын саадыг даван туулах зорилгоор LSD v2 загвар бүтээсэн бөгөөд энэ нь шинэ арга техникийг ашиглан янз бүрийн AI моделууд дээр мөн хүлээх хугацааг хамгийн бага байлгах боломжийг харуулж байна. Тэд GPU-н ашиглалтыг хамгийн дээш байлгах зорилгоор бүтэцийн оптимизаци хийж, алдааг багасгах зорилготой денойзинг процессыг түргэсгэснээр чухал ач холбогдолтой үүрэг гүйцэтгэсэн. LSD v2 загвар нь шалтгаант, автомат удирдлагатай архитектуртай бөгөөд видео бичлэгийг шууд болон тасралтгүй үүсгэж, хугацааны хязгааргүйгээр үргэлжлүүлэн үйлдвэрлэж чадна. Үндсэн шинэлэг зүйлсд багтана: 1. **Шинжлэх ухааны хязгааргүй үүслийг шалтгаанжсан, автомат удирдлагатай моделуудаар боломжтой болгох** Стандарт стриминг горимыг дэмжихийн тулд видео моделүүд зөвхөн өмнөх дүрслэл дээр үндэслэн, “шалтгаант” байдлаар, нэг дараалан дүрс бүтээгдэхүлдэг учраас тооцоолол харьцангуй бага байна. Энэ стратеги нь тасралтгүй байдал хангаж, цаг хугацааны явцад алдааны цуглуулга үүсдэг. Жишээлбэл, буруу зурсан сүүдрийг засахад бэрхшээлтэй болдог. Гэсэн хэдий ч Decart “diffusion forcing” хэмээх техникийг боловсронгуй болгосон ба үүсгэж буй дүрсүүдийг денойз хийж, “tүүхэн хуулбар” буюу зөвшөөрөгдсөн, харьцуулсан моделийн сургалтыг хийгдэж, хатуурсан буюу эвдэрсэн дүрсийг зөв засаж, сайжруулах чадвартай болгожээ. Шалтгаанжсан мэдээллийн эргэлт хийгдэх үед өмнөх дүрсүүдийг харж, одоогийн оролт, хэрэглэгчийн prompts-ийг авч үзэн, моделийн урьд өмнө үүсгэсэн алдааг олж засварлаж, чанартай, өндөр чанартай контент үүсгэж чадна. Энэ технологи нь хэрэглэгчийн оролцоотой шууд засвар, хөрвүүлэлтийг боломжтой болгож байна. 2.

**GPU-ийн хүчин чадлыг оновчтой ашиглах замаар секундын дотор хүлээх хугацааг бууруулах** Реаль цагаар хийгдэх видео тоглолтод нэг дүрсний үүсгэгдэл нь 40 миллисекунд дотор хийгдэх ёстой бөгөөд ингэснээр хүлээх хугацаа харагдахгүй болно. Гэвч шалтгаанжсан AI моделүүдийн илүү нарийн тооцоолол шаарддаг тул эдгээр нь орчин үеийн GPU-уудын онцлогт нийцүүлэн боловсруулаагүй байдаг. Decart Nvidia-ийн Hopper GPU-ийн kernel-ийг гүнзгий оновчлон, олон жижиг kernel-уудыг нэг хэсэгт хийдэггүйгээр, нэг том “мега kernel” үүсгэн бүх тооцооллыг нэг тасалдалгүй гүйцэтгэж чаджээ. Үүний үр дүнд GPU-гийн ашиглалт эрс сайжирч, боловсруулалтын хурдыг хэдэн зуун дахин нэмэгдүүлсэн юм. Энэ бол Henry Ford-ын үйлдвэрлэлийн шугамын шинэчлэлийн мэт, ажлын урсгалыг дарааллаар илүү үр ашигтай болгосонтой адил юм. 3. **Маш олон параметр бүхий нейрон сүлжээг тохиргоон дутмаг, илүүдэлгүй болгох зорилгоор янз бүрийн жоохон арга хэрэглэсэн** Нейрон сүлжээнүүд нийтлэг илүү олон параметртэйгээр бүтээгддэг бөгөөд зарим нь шаардлагатайгүй байдаг. Decart энэ зорилгоор “архитектурын мэдээлэлтэй уялдсан цэвэрлэгээ”-г хэрэглэж, шаардлагагүй параметрүүдийг арилгаж, ажиллахад илүү хялбар болгосон. Мөн “шорткат-дистилляц” нэртэй арга ашиглан жижиг, хөнгөн моделүүдийг боловсруулж, илүү их эрчим хүч зарцуулдаг том моделийн дээр түгээмэл хэрэглэгддэг хурдтай, чанартай денойзинг үйлдлийг давтаж, илүү хурдан байлгаж чаджээ. Эдгээр шорткат моделүүд нь шаардлагатай үр дүнг богино хугацаанд авахад туслах бөгөөд нийт хугацааг ч улам хурдлуулах. Эдгээр ололтууд хамтдаа секундын дотор видео үүсгэх боломжийг олгож байна, энэ нь AI видеог интерактив хэрэглээнд нэвтрүүлэхэд асар чухал алхам юм. Хэрэглэгчид контентийг шууд өөрчилж, түүнийгээ амьдралд нь бодитоор тохируулах боломжийг олгож байгаа тул лайв тоглогчид, Twitch стриммерүүдэд ч үнэ цэнэтэй боломж бүрдэж байна. Энтертайнментаас гадна, энэ технологи нь амьд видеог тоглуулахад ихээхэн хувь нэмэр оруулж байна, жишээлбэл, тоглогчийн сонголт, шийдвэрийн дагуу шууд өөрчлөгдөх боломжтой, уян хатан зохиолын тоглоомууд болон сурталчилгааны арга хэмжээний зорилгоор ашиглагдаж болно. Мөн өргөн хэрэглээний шинэ орчин, оюутан, их сургуулийн байнгын боловсрол, томоохон арга хэмжээний сурталчилгаа гэх мэт салбарт үүний ач холбогдол нэмэгдэж байна. Мөн AI бүтээсэн видеонуудаас архитекторууд, дотоод засалчид зэрэг мэргэжилтнүүдийн зориулалтаар хурдацтай хээ төлөвлөлт хийж, загварын боловсруулалтыг турших боломжийг олгогдож байна. Мөн хамгийн гайхалтай нь, хүлээх хугацааг буулгаж, мөн хязгааргүй видеог үүсгэж чадах нь бүтээгчдэд урт хугацааны контентийг интерактив байдлаар судлах, өөрчлөх боломжийг олгосон. Тэд зураглал, гэрлийн тусгал, камерын өнцөг, дүрийн илэрхийлэл гэх мэт олон олон зүйлсийг бодитоор өөрчилж, түүхийн хэлбэрийг илүү динамик, хэрэглэгчийн оролцоотойгоор өөрчилдөг байдалд хүрч байна. Kfir Aberman, Decart AI-ийн үндэслэгч гишүүн бөгөөд Сан-Францискогийн оффисыг ахлагч нь, энэ шинэ төрлийн реаль цагаар үүсгэж буй видео судалгааг бүтээгдэхүүн болгож, хэрэглэгчийн туршлагад нийцсэн, интерактив AI системүүдийг бүтээх ажлыг тэргүүлж байна.