Decart AI 是一家专注于实时生成式AI、交互式世界模型（World Model）和AI计算优化的技术公司。
与 OpenAI、Google、Runway 等主要面向视频生成的产品不同，Decart 特别强调让AI生成的视觉内容能够实时响应外部输入，而不只是提前生成一段视频。
例如，用户可以在视频通话中实时改变服装、形象甚至背景；自动驾驶系统可以进入AI生成的道路环境，根据自己的驾驶动作不断获得新的视觉反馈；机器人也可以在AI生成的虚拟环境中反复训练。
这背后涉及两项关键技术：实时世界建模，以及极低延迟的AI推理。
一、Decart公司的定位与发展
Decart 成立于2023年，由具有AI计算优化背景的团队创办。公司联合创始人包括 Dean Leitersdorf、Orian Leitersdorf 和 Moshe Shalev。
公司早期以高效AI推理技术及生成式游戏环境 Oasis 引起关注，随后逐步发展为同时覆盖底层计算基础设施、实时视频模型和物理AI世界模型的技术公司。
2026年5月18日，Decart 宣布完成3亿美元融资，投资方包括 Radical Ventures、NVIDIA、Adobe Ventures、Toyota Ventures、eBay Ventures 等，累计融资超过4.5亿美元。
值得注意的是，Amazon AWS 既是其重要技术合作伙伴，也是其计算平台商业化的重要渠道。双方围绕 AWS Trainium 芯片开展联合优化，并尝试将实时世界模型推向更广泛的企业客户。
Decart 的商业定位可以归纳为三个层次：
| 层次 | 产品 | 商业目标 |
|---|---|---|
| 应用模型 | Lucy | 实时视频、直播、电商、数字内容 |
| 世界仿真 | Oasis | 自动驾驶、机器人、物理AI训练 |
| 基础设施 | DOS | 为云厂商和AI企业提升计算效率 |
与单纯销售生成式AI应用的公司相比，Decart 的特点是将模型研发与计算系统优化进行垂直整合，形成从芯片到应用的技术链条。
二、Lucy：让AI直接编辑正在发生的视频
Lucy 是 Decart 最接近商业化成熟应用的产品线。
其核心能力不是从零生成完整视频，而是将现有视频流作为输入，根据文字、参考图片等信息，对画面进行实时修改。
1. Lucy 能够做什么？
以2026年7月发布的 Lucy 2.5 为例，主要支持：
- 人物替换：将视频中的人物转换为另一种形象。
- 虚拟试衣：实时更换人物服装，尽量保留动作和穿着细节。
- 物体编辑：添加、删除或者替换画面中的物体。
- 场景变换：例如把白天街景变成夜晚赛博朋克风格。
- 实时视觉特效：生成火焰、流水、沙粒等动态效果。
- 局部编辑：改变特定对象，同时尽量保持其他区域不变。
其官方发布展示了1080p、30 FPS的实时生成能力。不过，当前公开API文档列出的 Lucy 2.5 标准输出分辨率为720p。因此，官方演示规格不能直接等同于所有开发者可获得的服务规格。
2. 技术难点：如何让视频连续、稳定？
普通AI图像编辑处理的是静态图片，而实时视频编辑必须解决跨帧一致性问题。
例如，AI将一个人变成穿红色西服的角色。这个人转身、走动、离开镜头再返回时，西服的颜色、纹理和人物身份都应该保持一致。
Lucy 2.5 引入了几项重要技术。
第一，Self-Anchoring（自锚定）。
模型在生成过程中，会把自己已经完成编辑的输出画面作为新的参考信息。
这样就不必始终依赖最初的一张参考图片，有助于减轻长时间生成过程中人物形象、物体属性逐渐偏移的问题。
第二，Smart History Augmentation（智能历史增强）。
通过改进对历史画面的利用，增强模型在连续运动和长时视频中的稳定性。
第三，大规模合成训练数据。
Decart 将高质量的图像编辑结果，通过专门训练的模型扩展为连续视频编辑样本。
这使系统能够学习，同一种编辑效果应该如何随着人物运动、镜头变化和环境光照变化而持续存在。
3. AdaOr：让AI编辑强度可以连续调节
Decart 还提出了 Adaptive-Origin Guidance（AdaOr，自适应原点引导）。
传统文字编辑通常只能告诉AI修改什么，却难以精确规定修改程度。
AdaOr 通过引入代表“不修改”的特殊条件，让编辑强度能够在保留原图和完全执行修改之间连续变化。
例如，同样输入“让地面覆盖积雪”，可以控制生成少量积雪还是厚厚的积雪，而不是反复修改提示词。
其技术关键是改变扩散模型的引导参考点，而非简单调整提示词权重。
这项研究反映出 Decart 的一个重要方向：生成式AI不仅要会生成，还要可控、可重复、可连续调节。
三、Oasis 3：为物理AI生成可交互的世界
如果说 Lucy 是修改已经存在的视觉世界，那么 Oasis 则试图创造一个能够持续运行的虚拟世界。
2024年发布的初代 Oasis，已经可以让用户通过键盘在模型生成的游戏环境中移动、跳跃和操作物体。
2026年6月发布的 Oasis 3，则将重点转向自动驾驶和机器人训练。
1. Oasis 3 的基本工作方式
这里最重要的特征是闭环（Closed-loop）。
传统视频生成往往由模型预先产生完整视频。Oasis 3 则依据用户或智能体不断变化的动作来生成后续画面。
官方披露的 Oasis 3 技术指标包括：
| 指标 | 官方披露 |
|---|---|
| 生成速度 | 22 FPS |
| 输出尺寸 | 512 × 768 × 3视角 |
| 交互延迟 | 低于200 ms |
| 模型方式 | 自回归实时扩散生成 |
| 交互输入 | 机器人动作；当前公开接口重点支持油门和转向 |
| 部署硬件 | NVIDIA HGX B200 等 |
2. 核心技术：Live Stream Diffusion
Oasis 采用实时流式扩散生成技术（Live Stream Diffusion）。
其早期技术路线使用基于 Transformer 的扩散模型，并在空间注意力之外引入时间注意力，让模型能够利用过去生成的画面。
同时，视频首先经过视觉编码器压缩为潜在表示，再由模型在压缩空间完成生成计算，最后恢复为图像。
可以将其理解为：
过去看到的画面 + 当前执行的动作 → 下一时刻应该看到的画面。
Oasis 3 在此基础上进一步强化了动作条件生成、多摄像头几何一致性和长时交互能力。
3. Oasis 的价值不只是生成视频
例如，自动驾驶开发者可以构造现实中很难重复采集的危险场景：
- 雨雪天气中行人突然进入道路。
- 夜间驶过施工区域。
- 前车意外变道。
- 摄像头被泥水部分遮挡。
智能体在这些场景中执行动作，获得新的观测，再调整驾驶策略。
从技术逻辑看，这使 Oasis 有机会成为强化学习、长尾场景测试和合成数据生成的工具。
但是需要特别强调：能够生成视觉上真实的世界，不等于已经掌握准确的物理规律。
TechCrunch 对 Oasis 3 的独立体验发现，长时间交互后可能出现道路场景漂移、先前建筑位置无法保持、控制响应不稳定，甚至汽车穿过其他车辆等问题。
因此，现阶段更适合将它作为真实测试和传统物理仿真的补充，而不能直接代替安全关键系统所需的物理验证。
四、DOS 2.0：Decart 最值得关注的底层技术
从商业和工程角度看，Decart 的长期竞争力可能更多来自 DOS，而不只是 Lucy 或 Oasis。
DOS 的技术目标是让大模型在 GPU、TPU、AWS Trainium 等不同AI加速器上运行得更快、更高效。
1. DOS 的技术组成
| 技术 | 解决的问题 | 主要作用 |
|---|---|---|
| 低精度量化 | 模型计算和访存成本高 | 降低计算负担 |
| 动态稀疏注意力 | Attention 计算存在冗余 | 减少不必要的计算 |
| Kernel Fusion | 多算子执行开销大 | 降低访存和启动开销 |
| 编译器优化 | 不同芯片架构差异大 | 针对硬件生成高效计算流程 |
| 硬件协同设计 | 通用模型难以充分利用芯片 | 提高芯片实际利用率 |
其中，Lucy 2.5 的推理优化披露了三个值得注意的细节。
MXFP8 与 NVFP4 低精度计算
使用适配硬件的低精度格式进行推理。Decart 称，在计算受限操作中，相关量化方案最高可带来4倍加速；这不是整套系统的统一加速倍数。
Dynamic Sparse Attention
自定义动态稀疏注意力算法，识别并跳过部分冗余的注意力计算，从而减少计算成本。
Megakernel 与算子融合
将多个操作整合执行，以减少 Kernel 启动开销和高带宽显存（HBM）数据传输。
这些措施共同服务于一个目标：让单帧模型推理足够快，能够连续处理实时视频。
2. DOS 2.0 的性能数据
Decart 在2026年5月公布了如下性能能力：
这些数据不能被简单理解为：任何大模型安装 DOS 之后都会快8倍、100倍。
具体性能高度依赖模型结构、硬件、量化方式、批处理规模及延迟约束。目前公开资料尚不足以支持跨模型、跨平台的统一性能结论。
3. 与传统推理框架有什么区别？
PyTorch、TensorRT-LLM、vLLM 等已经提供成熟的模型执行或推理优化能力。
DOS 的区别更多体现在其商业与工程集成方式：它强调模型架构、编译优化、定制算子、硬件利用率以及最终服务成本的整体协同。
尤其值得关注的是 Decart 与 AWS Trainium 的合作。
Decart 不只是把一个现成模型移植到 Trainium 芯片，而是根据芯片架构修改和优化模型，尝试从模型设计阶段就考虑硬件的计算特点。
这种软硬件协同设计（Hardware-Software Co-design），也是 DOS 的核心竞争路径之一。
五、产品使用方式与商业化
Decart 已经提供开发者API，不仅有研究演示。
公开平台包含实时视频API、异步视频处理API、图像编辑API，以及 Oasis 3 专用的 Python gRPC SDK。
主要的开发语言支持 JavaScript、Python、Swift、Android 等。
截至2026年10月12日，其公开标准API价格如下：
| 产品 | 公开计价 | 典型用途 |
|---|---|---|
| Lucy 2.5 | $0.02/秒 | 实时视频编辑 |
| Lucy VTON 3.6 | $0.02/秒 | 虚拟试衣 |
| Lucy Restyle 2 | $0.01/秒 | 视频风格转换 |
| Oasis 3 Preview | $0.02/秒 | 实时驾驶世界模拟 |
这意味着 Lucy 2.5 的标准实时服务价格约为每分钟1.20美元。较低延迟的 Fast Mode 则为标准费率的两倍。
上述属于公开API计价，不代表企业规模化采购的合同价格。
可以通过 Decart 开发者文档 了解SDK与接入方法。
六、与其他世界模型技术路线的比较
| 技术/平台 | 主要技术方向 | 相对特点 |
|---|---|---|
| Decart Oasis 3 | 实时动作条件世界生成 | 强调低延迟、多视角、开发者API |
| Google Genie 3 | 通用交互式世界模型 | 强调开放场景探索及世界一致性 |
| NVIDIA Cosmos 3 | 物理AI基础模型 | 覆盖生成、推理、动作学习与开放开发工具 |
| NVIDIA Isaac Sim / CARLA | 基于显式场景的物理仿真 | 几何、传感器和物理状态更加可控，便于确定性测试 |
Decart 的优势方向是实时生成速度、开发者接入和底层计算效率。
但对于精确碰撞检测、机械接触力、传感器物理特性、严格的可重复测试等需求，传统物理仿真仍具有不可替代的价值。
比较合理的发展方向，可能是生成式世界模型与显式物理仿真相结合，而不是前者完全替代后者。
七、综合评价与发展前景
Decart 的技术体系具有三个明显优点。
一是打通模型与硬件优化。 很多公司分别研究生成模型或者计算加速，而 Decart 同时开发这两部分，能够针对实时任务整体优化。
二是应用面广。 Lucy 已经面向电商、广告、直播等较为直接的市场；Oasis 面向周期更长但潜在价值更高的物理AI行业；DOS 则可以独立服务于大模型与计算基础设施市场。
三是已经具备开发者商业接口。 其产品并非仅限论文或演示，开发者可以直接调用API进行集成测试。
同时，也存在三方面限制：长时间世界一致性尚未完全解决；生成画面的物理真实性仍需独立验证；DOS 的突出性能宣称还需要更多公开、可复现的第三方基准测试。
还有一项值得关注的最新资本动态：2026年10月12日，《华尔街日报》报道称，Amazon 正在洽谈以约70亿美元收购 Decart。截至该报道时，这仍属于谈判阶段，并非已经完成的收购。
这也体现出 Decart 在跨芯片AI优化、实时生成与世界模型基础设施上的潜在战略价值。
结论
Decart 不应简单地被理解为一家实时AI视频编辑公司。
它实际上在探索一套新的AI运行模式：
让AI从离线生成内容的工具，发展为能够持续感知外部变化、响应动作、实时生成视觉反馈的交互式系统。
其中，Lucy 验证实时生成技术的消费及企业应用，Oasis 探索物理AI训练与仿真，而 DOS 则为这一切提供计算效率基础。
从技术成熟度看，Lucy 更接近规模化商业部署，DOS 具备独立基础设施价值，Oasis 则具有更强的长期研究潜力，但也面临更大的技术挑战。
参考资料
- Decart 官网：https://decart.ai/
- Lucy 2.5: Raising the Bar for Live AI https://decart.ai/publications/lucy-2-5-raising-the-bar-for-live-ai
- Introducing Oasis 3: First Interactive World Model for Physical AI https://decart.ai/publications/introducing-oasis-3-first-interactive-world-model-for-physical-ai
- Oasis: A Universe in a Transformer https://decart.ai/publications/oasis-interactive-ai-video-game-model
- Decart Raises $300M: Tech Leaders Back the Company as Both Customers and Investors https://decart.ai/publications/decart-raises-300m-tech-leaders-back-the-company-as-both-customers-and-investors
- What if video editing had a volume knob? https://research.decart.ai/adaptive-origin-guidance/
- Decart API Platform https://docs.platform.decart.ai/
- Decart’s New World Model Can Simulate Hours of Photorealistic Driving — With Some Caveats https://techcrunch.com/2026/06/10/decarts-new-world-model-can-simulate-hours-of-photorealistic-driving-with-some-caveats/