亚马逊 70 亿美元洽购 Decart：实时交互视频的军备赛开打了

70 亿美元洽购：亚马逊盯上了实时视频公司 Decart

10 月 11 日（上周日），《华尔街日报》援引知情人士报道：亚马逊正在洽购以色列 AI 初创公司 Decart，交易价值约 70 亿美元，如果谈判不破裂、也没有新的竞购者杀出，交易可能很快达成，但还需要过监管审批。路透社随后跟进了报道。截至发稿，亚马逊和 Decart 均未回应置评请求——交易仍有告吹的可能，这一点先说在前面。

几个关键数字先摆出来：今年 5 月，Decart 刚完成 3 亿美元融资（Radical Ventures 领投，英伟达参投），当时估值近 40 亿美元（PitchBook 数据）。5 个月后，亚马逊的出价是 70 亿，接近翻倍。更戏剧性的是：今年 8 月，Anthropic 也谈过收购 Decart，出价约 60 亿美元，但在 9 月尽调之后放弃了（彭博社报道）。一家公司，三个月里被两家巨头先后看上，第二家还加了价——实时视频这个赛道，正在从"有意思"变成"必须有"。

时间线：Decart 的 2026，三个月三级跳

把今年的关键节点连起来看，这笔 70 亿洽购不是突然发生的：

• 5 月：完成 3 亿美元融资，Radical Ventures 领投，英伟达参投，估值近 40 亿美元；同步发布 DOS 2.0 平台，宣布与 AWS 的战略合作（Trainium 芯片深度适配）。
• 7 月：发布 Lucy 2.5，官方称编辑质量、时间一致性、物理感知的特效都有提升，30fps 下延迟进一步压低。
• 8 月：Anthropic 开始谈收购，出价约 60 亿美元（彭博社）。
• 9 月：Anthropic 尽调后放弃。
• 10 月 11 日：WSJ 爆出亚马逊洽购，出价约 70 亿美元。

5 个月，估值从 40 亿到 70 亿。背后是同一条曲线：实时视频从"技术演示"变成了"云厂商必须有的能力"。英伟达 5 月参投、Anthropic 8 月出价、亚马逊 10 月加价——三家巨头用真金白银在给同一个判断投票。

Decart 是什么：三件套

Decart 成立于 2023 年，创始人是 Dean Leitersdorf、Orian Leitersdorf 和 Moshe Shalev。它的产品线是三件套：

第一，Lucy：实时视频编辑模型。这是 Decart 最出圈的产品。把摄像头或视频流接进来，Lucy 按你的 prompt 实时改画面——换衣服、换背景、加特效，30fps 输出，延迟 30 毫秒以下。关键是 prompt 可以热切换：直播过程中随时改指令，不用等下一轮。最新的是 Lucy 2.5（今年 7 月发布），官方称编辑质量、时间一致性和物理感知的特效都有提升；fal.ai 上可以直接调用实时版。产品矩阵还包括 VTON（虚拟试穿）、Restyle（实时风格迁移）、Image（图片编辑），各管一摊。

第二，Oasis：世界模型。实时生成可交互的仿真环境，用来训练和测试机器人、自动驾驶系统。之前那个"AI 实时生成的可玩版 Minecraft"演示就是它。Oasis 3 也在路上了——世界模型和实时视频用的是同一套低延迟推理底座，这是 Decart 技术复用的聪明之处。

第三，DOS（Decart Optimization Stack）：优化栈。让同一套模型在英伟达 GPU、谷歌 TPU、亚马逊 Trainium 上都能高效跑。这是 Decart 区别于纯模型公司的关键——它卖的不仅是模型，是"实时推理的全套工程"。对云厂商来说，这意味着"买一个 Decart，拿到跨芯片的实时推理能力"，而不是"买一个视频 demo"。

图 1：Lucy 实时交互视频的工作流程。离线视频生成（Sora / Seedance）是"prompt → 等几分钟 → 成片"；Lucy 是每一帧都在 33ms 内完成，prompt 热切换不用等下一轮。数据来源：Decart 官方文档。

Lucy2 的技术为什么难：实时生成的三道坎

理解了这三道坎，就理解了 70 亿的定价里有多少是技术溢价。

第一道坎：延迟。离线视频生成可以慢慢算，一分钟的片子算十分钟没人抱怨；实时交互不行——30fps 意味着每一帧只有 33 毫秒的预算，超时一帧，画面就卡一下。Lucy 把端到端延迟压到 30 毫秒以下，靠的是模型架构和推理栈的协同优化（这正是 DOS 优化栈存在的意义），不是单纯堆算力。堆算力能提吞吐，压不下去延迟——这是两回事。

第二道坎：时间一致性。逐帧生成最容易翻车的地方是"上一帧和下一帧对不上"：人的衣服颜色变了、背景抖了、脸漂移了。Decart 用的关键技术叫 Self-Anchoring（自锚定）：用模型自己的上一帧输出作为下一帧的参考系，强行把时间轴"钉"住。第三方实测说 Lucy 2.5 在 60 秒以上的连续生成里依然稳定，而一批 batch 式对手（包括 Sora 3）在这个时长上已经开始出现视觉漂移。60 秒，恰好是直播、试穿、广告植入的典型单次时长——技术指标和商业场景对上了。

第三道坎：芯片利用率。这是最被低估的一道。AI 行业有个公开的秘密：大部分推理负载的芯片利用率低得可怜，大量算力空转。Lucy2 在 Trainium3 上跑出 80% 以上的 MFU，意味着同样的任务，Decart 的成本就是比别人低一截。在 $0.02/秒的定价下，成本结构直接决定毛利——技术领先最后都会变成价格战里的弹药。亚马逊看上的，很可能正是这套"把便宜芯片跑出贵芯片效果"的本事。

三道坎合在一起，答案就清楚了：Decart 的壁垒不是某一个模型，而是"低延迟 + 长一致 + 高利用率"同时成立的工程系统。单点突破的团队很多，三点同时成立的很少。

亚马逊到底在买什么：Trainium 生态 + 实时推理栈

70 亿美元买一家 2023 年成立的公司，亚马逊看上的显然不只是一个视频模型。拆开看是三层逻辑：

第一层：Trainium 的"样板间"。Decart 是最早深度适配 Trainium 的公司之一，Lucy2 已经跑在 Trainium3 上。据亚马逊 Annapurna Labs 副总裁 Nafea Bshara 的说法，Lucy2 的芯片利用率（Model FLOPS Utilization）超过 80%——"芯片的原始算力大部分都在做真正的有效工作"。在 AI 行业普遍浪费算力的背景下，这是一个很硬的工程指标。亚马逊一直在推自研芯片以减少对英伟达的依赖，Decart 就是 Trainium 生态里最能打的招牌。

第二层：实时推理的技术栈。DOS 优化栈的价值在于跨芯片——Nvidia、TPU、Trainium 一套代码全吃。对 AWS 来说，收购 Decart 等于把"实时 AI 推理"做成云服务的标准能力，卖给媒体、电商、广告、游戏客户。Decart 的 CEO 去年在 AWS re:Invent 2025 上亲自演示过 Lucy 跑在 Trainium3 上，双方的合作早就有铺垫。

第三层：卡位"交互视频"这个新品类。过去两年，视频生成的军备赛比的是"谁生成的片子更像电影"；Decart 代表的是下一个战场——视频从"生成出来看"变成"实时交互"。直播换装、实时广告植入、云游戏、具身智能的仿真训练，都需要视频以交互的速度生成。亚马逊买的是一张新赛道的门票。

至于 Anthropic 为什么尽调后放弃，公开信息没有给出原因，这里不猜。只摆事实：8 月谈 60 亿，9 月放弃，10 月亚马逊谈 70 亿。市场给 Decart 的定价，在三个月里涨了 17%。

账单：Lucy2 到底怎么计费

Decart 是按秒计费的 pay-as-you-go，没有订阅费（官方定价页 10 月 14 日刚更新过）：

• 实时模型：按"实际生成的秒数"计费。Lucy 2.5 / 2.1 实时版 720p 是 $0.02/秒，Fast 模式 $0.04/秒，Restyle 2 是 $0.01/秒。
• 非实时视频模型：按"生成的视频秒数"计费，$0.04/秒，贵一倍。
• 图片模型：按次，$0.01–0.02/张。

新账号有免费试用额度，可以先白嫖验证效果；用量大可以谈企业阶梯价。fal.ai 上也能调到 Lucy 系列，和官方价格基本对齐，好处是和其他模型统一结算。

图 2：Decart Lucy 计费拆解。左：各模型单价；右：典型场景成本——10 秒换装 $0.2，1 分钟直播 $1.2，1 小时常开 $72。数据来源：Decart 官方定价页（2026-10-14 更新）。

想试的人建议按这个顺序花钱：先用官网免费额度跑通链路，重点测你到模型的网络延迟——这是最容易翻车的地方，官方标称的 30ms 是机房内延迟，你的用户跨运营商、跨国链路可能是几倍；再去 fal.ai 小批量压测，fal 的好处是按调用结算、不用单独签 Decart 的企业合同；真要上量（比如直播电商整场用）再去谈企业阶梯价。别一上来就签年框：实时视频的价格还在快速下降通道里，Lucy 2.1 到 2.5 的单价没变但效果涨了，等于变相降价，锁长期合约不划算。

这张图说明了一个关键的产品设计约束：$0.02/秒决定了 Lucy 只适合"按次触发"的场景，不适合"常开"。直播间观众打赏一次、换装 10 秒，成本 $0.2，完全划算；但 7×24 常开的 AI 滤镜，一小时 $72，没人烧得起。有开发者算过账：正确姿势是"观众付费触发、按秒计费"，让 GPU 成本跟着收入走，而不是跟着在线时长走。vibe coder 如果想给产品接实时视频功能，这个账要先算明白。

中国队在哪：字节在研，阿里有论文，电商早已商用

字节跳动：离线最强，实时在路上。Seedance 2.0（今年 2 月）是"导演级"离线生成，几分钟出 60 秒电影级成片——但它是批处理，不是实时交互。彭博社 9 月爆料：字节正在开发实时空间视频模型，张一鸣亲自监督，基于 Seedance 构建，目标 20fps、延迟约 0.05 秒、云端渲染，给 Pico 头显用的交互式虚拟世界（直播、短剧、游戏）。最早说 10 月可能发布，但官方未回应，算"在研"状态。这是最接近 Lucy 形态的中国项目，值得盯。

字节的决心不止于一个模型。36氪今年初报道，字节把 2026 年的 AI 重点排了个序：世界模型第一，其次是保持视频生成领先、改进代码、豆包商业化。世界模型方向拿了全公司最大的数据预算（八位数人民币量级，据称是竞争对手的三到四倍），目标是年底前至少发布一个世界模型，对标谷歌的 Genie。两条路线并行：一条是面向具身智能和机器人的视觉-语言-动作（VLA），一条是面向娱乐和游戏的 3D 模拟——实时空间视频模型属于后者。云端渲染还有一层算计：把计算放在云上，Pico 头显可以做得更轻更便宜，XR 的竞争从"堆硬件"变成"拼模型和云容量"，而这正是字节的主场。

阿里：有实时技术，但是论文形态。通义实验室去年底发表了 Knot Forcing（arXiv:2512.21734），解决实时数字人动画的核心矛盾：高质量通常要慢慢算，实时又容易崩脸/闪烁。它用分段生成 + 时间纽带 + 前瞻导航，让虚拟人物能无限时长、流畅地实时表演。但这是研究成果，不是对外售卖的 API。

还有一条被低估的线：电商虚拟主播。国内的虚拟主播带货早就大规模商用了，技术路线是"驱动式数字人"（一张图/一个模型动起来），不是 Lucy 这种"生成式实时编辑"。两条路线正在靠拢：驱动式胜在便宜可控，生成式胜在表现力天花板高。Decart 的 70 亿估值，某种程度上也是市场在给"生成式实时"这条路线定价。

给 vibe coder 的实操清单：从 0 到跑通一个实时视频 demo

如果你看完想动手，下面是最小路径：

第一步：白嫖试用。去 Decart 官网注册，新账号有免费试用额度；或者打开 lucy.decart.ai 的公开 demo，零成本先看效果。先确认"实时改画面"这件事在你的网络环境下延迟可接受——跨国链路的延迟和官方标称的 30ms 是两回事。

第二步：fal.ai 上调通。fal.ai 聚合了 Lucy 系列（比如 decart/lucy2-vton/realtime），好处是统一结算、文档齐全。GitHub 上已经有现成的开源项目对接了 Lucy 实时模型，搜 "decart lucy-2.5 realtime" 能找到 WebRTC 接入的示例代码，照着改比从零写快得多。

第三步：先算账，再写代码。$0.02/秒 = $1.2/分钟 = $72/小时。把你的场景换算成"每次触发多少秒"：虚拟试穿 10 秒 $0.2、直播间特效 30 秒 $0.6。如果算出来是"常开"，先停下来——要么改产品形态（触发式），要么等降价，要么换驱动式数字人方案。

第四步：设计"谁买单"。实时视频的成本结构决定了它天生适合"用的人付费"：观众打赏触发、电商按试穿次收费、企业按场次结算。把计费做进产品流程，而不是事后贴钱。这一步想不清楚，demo 跑得再顺也是亏本买卖。

我的判断：云厂商买的不是模型，是"实时"这张门票

第一，70 亿的定价逻辑是"基础设施溢价"。5 月 40 亿 → 10 月 70 亿，5 个月近翻倍，涨的不是 Lucy 的 demo 效果，是"实时视频从玩具变成基础设施"的共识。Anthropic 愿意出 60 亿，亚马逊愿意出 70 亿，两家巨头的出价互相印证了一件事：实时交互视频已经不是"有没有"，而是"谁先有"的问题。

第二，芯片协同是这笔交易真正的硬通货。注意一个细节：Decart 是"最早一批在 Trainium3 上跑起来"的公司，80% 以上的芯片利用率是 Annapurna Labs 的 VP 亲口说的。亚马逊的算盘很清楚——买 Decart 不只是买模型，是买一个"非英伟达芯片也能跑出顶级效果"的证明，这对 Trainium 生态的价值，远超 Lucy 本身。

第三，对 vibe coder 来说，实时视频 API 正在变成水电煤。Decart 官方 API、fal.ai 聚合、AWS 未来可能的集成，意味着"给产品加一个实时视频功能"的门槛正在从"自研模型"降到"调 API"。但 $0.02/秒的定价决定了产品形态：按次触发、观众付费、短时高价值场景先行。想清楚"谁为每一秒买单"，比想清楚"技术能不能实现"更重要。

第四，一个值得玩味的对比：Anthropic 放弃，亚马逊加价。同样是尽调同一家公司，Anthropic 在 9 月说了不，亚马逊在 10 月加了 10 亿。原因没有公开，但两家买的东西本来就不一样：Anthropic 要的是"模型能力"（和 Claude 互补），亚马逊要的是"芯片生态 + 云服务能力"。同一个标的，在不同的战略棋盘上有不同的价格——这对理解 2026 年的 AI 并购潮是个好注脚：大家买的越来越不是"模型本身"，而是"模型长在哪片土地上"。

尾声：无论成不成，赛道已经被 70 亿点名了

风险提示先行：这笔交易目前只是 WSJ 援引知情人士的报道，双方均未回应，随时可能告吹——Anthropic 上个月的前车之鉴就摆在那，尽调后放弃的事在并购里并不罕见。监管审批也是变量，70 亿美元的科技并购不会悄无声息地过关。

但换个角度看，交易成不成已经不是最重要的事了。过去三个月，英伟达参投、Anthropic 出价 60 亿、亚马逊出价 70 亿——三家巨头用真金白银给"实时交互视频"投了票。这个赛道被 70 亿美元点名，是事实。

对 vibe coder 来说，值得记住三句话：实时视频 API 正在变成水电煤（Decart API、fal.ai 聚合、未来可能的 AWS 集成）；$0.02/秒决定了产品形态必须是触发式而非常开（先算账再写代码）；中国队的对应产品还在路上（字节的实时空间视频模型最值得盯）。下一次当你想给产品加一个"实时换装""实时特效"功能时，你知道该调哪个 API、每秒多少钱、以及谁为每一秒买单——这篇文章的使命就完成了。