Sand.ai Lança Prévia do Modelo de Vídeo MoE Aberto MAGI-2

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.

Relatório Técnico
Código
Pesos