Sand.ai Magi-1 — 全球首个开源自回归视频生成大模型

简介

Sand.ai 是一家专注于 AI 视频生成的前沿技术公司，其旗舰模型 Magi-1 是世界上首个大规模自回归视频生成模型（Autoregressive Video Generation Model）。与扩散模型不同，Magi-1 通过自回归方式逐块预测视频帧序列，实现了高时间一致性、长视频生成和流式实时部署。

Magi-1 最大变体拥有 240 亿参数，支持高达 400 万 token 的上下文长度，在图像转视频（I2V）任务上表现优异。项目已完全开源，Hugging Face 和 GitHub 均可获取模型权重与推理代码。

核心技术

• 自回归视频生成范式：Magi-1 将视频定义为固定长度的连续帧块（chunk），通过自回归方式逐块预测，支持 causal 时序建模和流式生成。
• Chunk-wise Prompt 可控生成：支持逐块提示词控制，可实现平滑场景过渡、长时合成和精细的文本驱动控制。
• MagiAttention 高效注意力：配套的 MagiAttention 机制大幅降低长视频生成的内存开销，使 4M token 上下文成为可能。
• 开源可商用：Sand.ai 将 Magi-1 完全开源，开发者可在 GitHub 和 Hugging Face 免费获取。

适用场景

• 影视制作：利用 Magi-1 的视频扩展能力进行场景过渡和长视频合成。
• 独立创作者：无需专业设备即可生成高质量视频内容。
• AI 研究：作为自回归视频生成的基础模型进行二次研究与微调。

常见问题

Q：Magi-1 与 Sora 等扩散模型有何不同？
A：Magi-1 采用自回归范式而非扩散范式，支持逐块流式生成和更长的上下文，且完全开源。

Q：支持多长时间的生成？
A：Magi-1 支持无限视频扩展能力，通过逐块提示可实现任意长度视频的连贯生成。

Q：是否开源？
A：是的，模型权重、推理代码和 MagiAttention 均在 GitHub 和 Hugging Face 上开源。