先了解这件事
AI 综述
2026年9月24日,Meta介绍了由Muse Realtime Voice与Muse Realtime Avatar组成的统一流式架构。据Meta官方说明,实时视频流需要即时响应,同时在长时间对话中保持视觉一致性。其做法是将带3-way CFG的大型40步扩散教师模型(每个视频块120次评估)蒸馏为带固定长度KV cache的无引导2步因果学生模型,并借助self-forcing帮助学生模型抵抗漂移,以少60倍的评估次数保持接近教师模型的质量。目前该架构尚无进一步有证据支持的发展。
AI 根据公开报道生成
最新进展 · 正式报道
Meta 用蒸馏实现 2 步扩散实时视频流事件进展
1 个已确认进展
- 来源：AI at Meta
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月24日
AI at Meta一手
Meta 用蒸馏实现 2 步扩散实时视频流
实时视频流需要即时响应，同时在长时间对话中保持视觉一致性。 我们通过将带 3-way CFG 的大型 40 步扩散教师模型（每个视频块 120 次评估）蒸馏为带固定长度 KV cache 的无引导 2 步因果学生模型，实现了这一点。 Self-forcing 帮助学生模型抵抗漂移，以少 60 倍的评估次数保持接近教师模型的质量。