Sand.ai Lança Prévia do Modelo de Vídeo MoE Aberto MAGI-2
A Sand.ai disponibilizou os pesos e o código de inferência do MAGI-2 Preview, um modelo de vídeo com áudio sincronizado que utiliza uma arquitetura Mixture-of-Experts (MoE) para reduzir drasticamente os custos computacionais.
Sand.ai Lança Prévia do Modelo de Vídeo MoE Aberto MAGI-2
Desenvolvedores da Sand.ai liberaram os pesos e o código de inferência para o modelo MAGI-2 Preview. Construído sobre uma arquitetura de fluxo único (single-stream), o sistema é capaz de gerar clipes de 10 segundos acompanhados de faixas de áudio sincronizadas.
O modelo emprega uma abordagem rara de MoE granular fino para este tipo de aplicação. Embora possua um total de 114 bilhões de parâmetros, apenas 6 bilhões são ativados por token. Em termos de custo computacional por etapa, o MAGI-2 é significativamente mais leve que o modelo denso MiniMax H3 (33B), resultando em uma redução de custos de inferência de aproximadamente 10 vezes. Consequentemente, o modelo escalou para a 6ª posição no ranking da Artificial Analysis.
O pipeline de geração opera em duas etapas: primeiro, o modelo base gera o vídeo em baixa resolução; em seguida, um refinador realiza o upscaling do resultado para 1080p.
Atualmente, o MAGI-2 não compete diretamente com o MiniMax H3 em termos de disponibilidade local. Enquanto o H3 quantizado cabe em uma única placa de GPU de 24GB (como RTX 3090/4090), o MAGI-2 exige recursos substancialmente maiores. No entanto, para provedores de nuvem, a inferência via API será muito mais barata devido aos apenas 6B de parâmetros ativos, além de a arquitetura apresentar um bom potencial de escalabilidade.
Por que isso importa
AnáliseEste modelo abre novas possibilidades para a geração de vídeo com áudio sincronizado, reduzindo significativamente os custos de inferência através de sua arquitetura eficiente. Sua estrutura inovadora também demonstra forte potencial para futuros desenvolvimentos e escalabilidade em ambientes de produção.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Thinking Machines lança Inkling 2 Small: modelo MoE de 594B que pode treinar outros modelos
A Thinking Machines apresentou o Inkling 2 Small, um modelo MoE de 594B parâmetros que lidera entre modelos abertos em várias tarefas e demonstrou poder fazer fine-tuning do Qwen3.5-4B de forma autônoma.
Guia de prompts para modelos generativos GPT Image
Os modelos de geração de imagens gpt-image da OpenAI foram criados para obter visuais de qualidade de produção e processos criativos totalmente controláveis. São adequados tanto para design profissional...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: Comparação de Modelos 2026
A cada poucas semanas, surge um novo modelo, e sempre as mesmas perguntas: vale a pena migrar? O que mudou? Pelo que pagar?
Comunidade comenta banimentos da Anthropic na última semana
Comentários mencionam usuários relatando contas banidas pela Anthropic durante a última semana, sem detalhes.