苍井空A级在线观看网站

The following article is from 差评前沿部 Author 世超女同 h

这回，世超掏着一个传奇不雷同的视频模子：sand.ai 的 Magi-1。

具体有啥不雷同？咱们先翻了翻 sand.ai 的尊府，发现他们团队还确实有点来头。

  创举东说念主曹越和联创张拯早在 2021 年的万引神文 Swin Transformer 就有协作，都曾接事于科技界的黄埔军校 —— 微软亚洲商酌院。曹越如故光年除外的创举东说念主之一。

在强强联手的 buff 加抓下，sand.ai 创立才一年多就有了我方的第一个视频生成模子 Magi-1。

传奇 Magi-1 是当今市面上惟逐一款能进行无尽时长视频续写的模子，还能深奥化戒指到每一秒生成的内容。

  要知说念当今视频生成模子的极限大都就几十秒，像可灵那样一分钟以上的都很极度。要生成更长的视频，那是另外的。。。另外的价格也不行，这是底层模子的技巧问题。

而 Magi-1 救援无尽时长续写，还可以每次同期生成最多 16 个 1s 到 10s 的视频。

  不光技巧有立异，sand.ai 还暗示，他们照旧在 4 月 21 日开源了模子，并同步上线居品 demo。

连业界大佬都发文力挺 sand.ai，李开复发帖，这是继 DeepSeek 之后又一个开源的宇宙级模子。

好意思团创举东说念主王慧文也为 sand.ai 这波开源发声："唯独科技的不断前行，能救援东说念主类掉入零和游戏的深坑。"

咱们去翻了几个官方的案例，大概如实有点东西啊。

望望这迅速的贯通速率！

再望望这丝滑的镜头调度！

  这可让世超有点期待了。

不外得先镇定一下。测试下来，嗅觉思法是很有后劲的，有上风和脾性，关联词生成的效果还有待提高。

  咱们先找了个梦中情车的正面特写慢镜头，准备续写接下下世超驾驶 Lamborghini 秋名山车神再世的画面。

测试的历程中，咱们发现 Magi-1 关于贯通速率和镜头的戒指如实很优秀。兰博基尼在路上奔驰的效果作念出来了，镜头也很有电影感，一直聚焦在跑车上。

还有一个很显然的优点，便是 Magi-1 关于视频主要物体的保护相配到位。不会在屡次续写之后，跑车变身大黄蜂的情况。

它对物理环境的流露亦然正确的，车辆一直保抓在大地上，莫得出现低空遨游之类的骚操作。

  不外。。。Magi-1 大概有点忘记。比如前三段生成的视频都知说念车后是一面墙，扫尾第四段径直一个倒车摆尾漂移丝滑起程了。

而况场景流露自从起程就越来越综合了。除了克苏鲁风绿化带，教唆词让它在红灯前刹车，本意遵纪称职，它径直来个交通惹事。

天然如实是在红灯前刹车，没过错

  但咱们接下来的测试发现，效果不好也不行全怪模子，还可能是教唆词出了问题。

翻开 Magi-1 的教唆词增强，它可以把粗浅的教唆词膨大成更详备、容易让模子流露的指示。但在本色使用的时候，它出现了添枝加叶，假传圣旨的表象。

比如这里，咱们只思让小鸡玩物跳起来，教唆词增强我方给我方上了个难度，还要让小鸡扇动翅膀。

  但如果咱们把教唆词复制一遍，只删掉扇翅膀的条件，关掉教唆词增强，生成的视频效果坐窝好起来了。

左图有扇翅膀教唆词，右图去掉扇翅膀教唆词

接下来，咱们再对之前的卓越教唆词径直进行修改，造成让镜头迟缓左移。

效果看起来也可以，环境莫得崩，小鸡也莫得崩，镜头委果转移了。

在干涉视频生成当作之前，最佳让全球伙儿望望增强的教唆词对分辩，给一个修改教唆词的契机。

毕竟生成一次如故要等挺久的，如果终末才发现中间教唆词被魔改了，有点搞心态。

这也侧面反应了，Magi-1 关于教唆词是相配明锐而况条件很高的。思用好它，最佳知说念什么样的教唆词才调让它出好活。

看完测试，你可能以为，这模子有点拉呀，当今生收效果比这个好的多的是，为啥把它拿出来说？

因为它和咱们熟悉的 Sora 等非自转头 DiT 模子 ( Diffusion Transformer ) 的技巧道路系数不雷同，是一个自转头生成模子 AR ( Autoregressive model ) 。

AR 模子就像一条丝丝入扣的锁链，每一次生成视频的新一帧，都在前一帧的基础上。这么生成的视频相邻帧之间就会有强相干性。

而 DiT 模子更像是放在一说念伪装成锁链的一堆铁环。它为了服从会同期生成许多帧，但莫得目的兼顾到帧与帧之间的关联。

为什么 sand.ai 要尝试一条新路，给与和主流视频生成都不雷同的 AR 模子呢？

  咱们对 sand.ai 团队进行了粗浅的采访，很庆幸赢得了对 Magi-1 更专科、长期的解答。

sand.ai 暗示，他们早在 Sora 发布前就瞻念察到了 AR 模子在视频生成方面的后劲。坚抓 AR，是因为它在大谈话模子上照旧被证明是可膨大的 ( scalable ) ，而 scalable 在很猛进度上决定了这个技巧在异日的上限。

表面上，AR 模子息兵话模子的技巧道路更接近，有契机让谈话和视频长入建模，使笔墨和视频之间的关系就像当今文生图雷同紧密，效果有可能终了一次跃迁。

另一方面，视频跟着时刻的推移经常还有物理和逻辑的相干性。比如篮球如果被篮筐拦住，它就不会再掉落了。

下图是用 Magi-1 生成的

DiT 每帧沉静生成的花样可能会割断这种关联，没准会让篮球径直魂穿篮筐。而 AR 会更好地流露视频内容，不仅内容合理，还会在贯通幅度、速率上理解得更好。

  天然技巧道路目下看还莫得系数熟谙，但 sand.ai 笃信 AR 会是异日。跟着技巧的不断迭代，也许就会找到最合理的 AR 模子视频生成的花样。

于是按照他们的说法，在对技巧全面而感性地分析后，sand.ai 在 AR 视频生成高下了注。

其实，在视频生成界限卷到飞起的今天，sand.ai 看似迟到了，但在上限更高的 AR 视频生成上他们却是先发而至。

最迫切的是，sand.ai 这波开源，属实模式拉满。

科技行业的每一次要紧开源，都会带来一场百花王人放。期待 sand.ai 异日的更多居品，以及更多团队在 Magi-1 基础上的立异后果。

撰文：莫莫莫甜甜