事实脉络
10秒1080P，成本只要5毛钱
解读与影响
该模型最引人注目的突破在于，它首次将混合专家（MoE）架构成功应用于视频生成领域。与语言模型直接套用MoE不同，视频生成的Scaling Law面临独特挑战。Sand.ai团队指出，视频模型不能照搬大语言模型的扩展路径，因为视频数据的高维度和时空复杂性要求更精细的参数分配策略。MAGI-2-preview通过“总参数千亿、激活参数仅6B”的设计，在保持强大生成能力的同时，实现了极致的推理效率。根据官方数据，使用8卡H100服务器生成一段10秒的1080P视频，成本仅需约0.5元人民币，约为行业主流模型的十分之一[来源：量子位]。
从生成效果来看，MAGI-2-preview展现出了多场景的适应能力。它不仅能生成时下流行的AI漫剧，实现声画同步与角色表演的统一，还能处理复杂的商业级镜头语言，如流畅的运镜、精准的对焦和自然的人物动作。在权威的AA视频生成基准榜单上，该模型凭借仅6B的激活参数就取得了第六名的成绩，性能已非常接近第一梯队的闭源模型[来源：智源社区]。这证明了其MoE架构的有效性，即在不大幅增加计算负担的前提下，通过扩大总参数规模来提升模型容量和生成质量。
将MAGI-2-preview置于行业背景下，其开源之举时机微妙。就在它发布的前后几天，字节跳动刚刚上线了Seedance 2.5模型的API服务，该模型原生支持30秒视频直出和最高50个全模态素材参考，将单次生成时长和可控性推向了新高度[来源：IT之家]。Sand.ai选择此时开源千亿级MoE模型，不仅为开发者社区提供了一个极具成本优势的选择，也向行业展示了视频生成模型在Scaling Law上的一条新路径。这或许将推动整个视频生成赛道从单纯比拼模型规模，转向对架构效率和推理成本优化的更深层次竞争。