Vivify视频创作工作室已接入 Lucy 实时视频模型，支持直接在浏览器里体验实时换脸预览。
与此同时，再看 Decart 最新公开的 Lucy 2.5参数，会发现实时 AI 视频的边界正在明显外扩：它不再只替换人脸区域，而是开始持续重绘整个摄像头画面。

本文想拆解的，就是这种从“局部换脸”到“整帧生成”的变化，以及它对实时 AI 视频意味着什么。

从一张脸，扩展到整个画面

传统实时换脸通常把主要计算集中在人脸区域：检测和对齐面部，提取身份与动作信息，生成目标脸，再把结果融合回原始帧。这样的链路重点是让“脸”跟上摄像头中的表情和姿态，背景、服装和其他物体大多保持原样。

Lucy 2.5 的定位更接近通用实时视频编辑模型。根据 Decart 的公开说明，它以 720p 输出实时画面，可以接收文字提示、参考图，或者同时使用两者。参考图可以控制角色外观，文字则可以改变服装、背景、物体和视觉风格。模型处理的不再只是一个局部区域，而是结合摄像头动作持续生成整帧结果。

这让“实时换脸”开始与实时角色替换、虚拟形象、场景重绘和互动视频创作汇合。开发者面对的也不再只是人脸贴合问题，还包括全画面的时序一致性、人物与背景关系，以及提示词和参考图之间的控制冲突。

实时体验背后不只有模型

Lucy 2.5 使用 WebRTC 传输连续的摄像头输入和生成结果，因此交互更像一段持续返回的视频流，而不是逐张等待图片生成。但模型标注为“实时”，不等于摄像头到屏幕的整条链路没有延迟。采集、编码、网络传输、推理、解码和渲染都会影响最终体验，模型帧率也不能直接替代端到端延迟。

整帧生成还会放大一些传统问题。侧脸、快速动作、手部遮挡、复杂光照或网络波动，都可能造成局部漂移、闪烁或短暂不一致。不同产品是否支持录制、下载、直播推流或虚拟摄像头，也取决于产品层的输出链路，不能只根据模型演示推断。

为什么这次变化值得关注

Lucy 2.5 真正值得关注的地方，不只是 720p 输出，而是把参考图控制、文字编辑和连续视频生成放进同一条实时链路。过去相对分开的换脸、换装、背景修改和风格转换，正在变成同一个实时生成问题。

如果想先直观看看这种交互方式，可以搜索“Vivify 实时AI换脸”，用参考图和摄像头查看浏览器中的实时生成效果。