Sand AI 是一家 AI 研究公司，致力于推动通用人工智能的发展。

Sand AI

核心参数与统计

Sand AI 是一家以视频生成模型为核心技术方向的 AI 研究公司，而非面向终端消费者的聊天产品。其主推产品 Magi-1 系列是开源的自回归视频生成模型，定位为"世界模型"（world model），在视频物理规律预测方面表现出色。

项目	公开信息
官方定位	AI research company
核心技术产品	Magi-1 / Magi-1.1 自回归视频生成模型
开源许可	Apache 2.0
GitHub Stars	~3,700（MAGI-1 仓库）
GitHub Forks	~239
模型规模	24B / 4.5B（Magi-1），蒸馏 + 量化版本
模型架构	Diffusion Transformer + Block-Causal Attention
硬件要求	24B: H100/H800×8；4.5B: RTX 4090×1
API 平台	提供 platform.sand.ai
归属	US

一句话简评：Sand AI 不是聊天机器人公司，而是以开源视频生成模型 Magi-1 为核心技术资产的研究驱动型组织，其产品形态是 API 和开源模型权重，而非消费级应用。

用户与市场认可

Sand AI 的市场认可主要来自开源社区和学术圈，而非商业客户数——后者未公开。

开源影响力：MAGI-1 在 GitHub 上获得约 3,700 颗星239 个 Fork，14 位贡献者参与开发。这一规模在视频生成模型类开源项目中属于中上水平，说明其技术路线受到开发者社区的关注。

学术认可：MAGI-1 的论文（arXiv:2505.13211）在人机评估中宣称达到开源模型最优水平（超过 Wan-2.1、HunyuanVideo），在指令遵循和运动质量上甚至可与 Kling 等闭源商业模型竞争。Physical-IQ 基准测试中，Magi-24B 在视频延续预测任务上大幅领先所有已有模型（56.02 vs. VideoPoet 29.50）。

生态整合：Magi-1 已适配 ComfyUI 工作流和 Dify 提示词增强管线，降低了在已有 AI 创作工具链中的集成门槛。

成本优势

Sand AI 的成本结构分为开源自部署和商业化 API 两条路径：

C端/个人：Magi-1 开源模型（4.5B 版本）可在单张 RTX 4090（24GB VRAM）上运行，蒸馏量化版本甚至支持 12GB 显存显卡，个人研究者可用自有硬件零成本部署。产品平台 magi.sand.ai 提供在线 demo，具体额度与计费以官方实时页面为准。

API/开发者：platform.sand.ai 提供云端 API，但定价细节未公开。研究者可通过 Docker 有境快速本地部署（docker pull sandai/magi:latest），不需要授权费用。

企业/私有化：Apache 2.0 许可下企业可自由商用，无授权费。但 24B 模型需要 H100/H800×8 集群，私有化部署的硬件成本显著。

隐性成本：开源虽免授权费，但 24B 模型的推理硬件要求（8×H100）限制了中小团队的本地部署可能性。蒸馏 + 量化版本（fp8_quant）虽将硬件需求降到 RTX 4090×8 或 4×H100，但推理质量会有一定折损。

主要功能

Sand AI 的核心能力围绕 Magi-1 系列视频生成模型构建，而非一个多功能的 AI 平台：

• 自回归视频生成（Magi-1）：以 chunk 为单位逐段生成视频（每 chunk 24 帧），支持流式输出，可同时并发处理最多 4 个 chunk。
• 图像生成视频（I2V）：基于输入图像和文本指令生成视频，支持场景过渡控制。
• 视频延续（V2V）：给定前缀视频，预测并生成后续内容，在物理规律预测上有突出表现。
• 文本生成视频（T2V）：纯文本到视频的生成，支持分辨率、帧率CFG 参数控制。
• 蒸馏推理加速：通过 shortcut distillation 让一个模型支持 64/32/16/8 步可变推理预算，最小质量折损换取速度。

【专家视点】：Magi-1 的自回归架构不同于主流的扩散全序列生成——它逐段生成视频，这带来的核心优势是：① 支持流式输出（不需要等待完整视频生成完毕）；② 在视频延续任务中物理规律预测精度远高于扩散模型（Physical-IQ 成绩证明）。这意味着它在"视频续写"和"长时间视频生成"这两个场景下有天然的架构优势，但在一次性完整视频生成的质量上限上未必超过大规模扩散模型。

模型与版本演进

相关信息未公开，以官方实时页面为准。

技术优势

Sand AI 的技术核心是 Magi-1 的自回归扩散架构，与主流一次性扩散模型形成差异：

自回归 denoising 算法：视频被切分为固定长度的 chunk（24 帧），每个 chunk 完成 denoising 后立即开始下一 chunk 的生成，支持最多 4 个 chunk 的并发处理。机制上在时间维度引入了因果建模，效果上实现了流式生成和物理动作预测的精度优势。适用场景为视频续写、长视频生成和物理仿真。

MoE Scaling：采用混合专家架构扩展视频扩散模型，通过稀疏激活降低训练和推理的 FLOPs，使 24B 模型在 8×H100 上可部署。此路线可参考其博客"Scaling Video Diffusion Models with MoE"。

Distillation + Quantization：通过 shortcut distillation 实现单模型多步数推理支持（64/32/16/8 步），结合 fp8 量化，让 24B 模型可部署在 4×H100 或 8×RTX 4090 上。机制上通过 self-consistency constraint 让大步和小步的推理轨迹一致，效果上在有限推理预算下维持了较高的保真度。

性能与吞吐（TTFT/TPM/RPM）：未公开，以官方实时页面或 API 文档为准。

适配边界：Magi-1 擅长物理规律预测和视频延续任务（V2V），在 Physical-IQ 基准上大幅领先所有竞品；不太擅长的场景是"一次性高质量完整视频生成"相比 Kling、Sora 等大规模训练的纯扩散模型可能仍有差距。

如何使用

Sand AI 提供三种使用路径：

方式	入口	适合人群	硬件要求
在线产品	magi.sand.ai	想快速尝试视频生成的用户	无需硬件
API 平台	platform.sand.ai	开发者集成	按 API 调用计费
开源部署	GitHub + Docker	研究与自部署	4.5B: RTX 4090×1；24B: H100×8

开源快速部署（以 4.5B 为例）：

docker pull sandai/magi:latest
docker run -it --gpus all --shm-size=32g sandai/magi:latest /bin/bash
bash example/4.5B/run.sh

以上配置以 GitHub 仓库 README 为准。

产品定价

Sand AI 的定价模式因使用路径而异：

• 开源自部署：Apache 2.0 许可，零授权费。硬件成本由用户自行承担（4.5B 约 $3,000-5,000 单张 RTX 4090；24B 约 $100,000+ 八卡 H100 集群）。
• API 平台：platform.sand.ai 提供云端调用，具体单价未公开，以官方实时页面为准。
• 在线产品：magi.sand.ai 提供免费体验额度，超出部分计费方式未公开。

应用场景

Sand AI 的技术特性决定了其在三类场景中更有优势：

• 视频内容创作：基于图像或文本描述生成短视频，适合社交媒体内容制作、广告创意概念验证。核验重点：生成视频的分辨率、时长控制和多轮迭代的一致性。
• 物理仿真与延续预测：给定一段真实视频的前缀，预测后续物理运动（如物体坠落、液体流动），适合影视特效预览和科学研究可视化。核验重点：物理行为的真实感与连续性。
• AI 研究与开发：作为开源视频生成基线用于学术研究，或通过 API 集成到已有创作工具链。核验重点：模型权重的可用许可证（Apache 2.0 商用友好）与社区维护活跃度。

适用人群

• AI 研究者：将 Magi-1 作为视频生成的研究基线，利用开源权重和推理代码进行学术研究。
• 视频创作者：使用在线产品或 API 生成短视频内容，降低视频制作门槛。
• 开发者与集成商：通过 API 或 Docker 部署将视频生成能力集成到自有产品中。

不适配边界：不适配需要实时交互式对话的场景（Sand AI 不是聊天 AI）；也不适配对一次性视频质量要求极高（对标 Sora/Kling 顶级输出）的商业制作场景——Magi-1 的强项在延续预测而非一次性质量。

总结与展望

Sand AI 以 Magi-1 系列证明了自回归架构在视频生成领域的潜力，尤其在物理规律预测这一维度上展示了可量化的领先优势。开源策略（Apache 2.0）和生态适配（ComfyUI、Dify）使其在开发者社区获得了一定的采用基础。

当前限制：产品化的 API 定价未公开，商业可用性尚不透明；24B 模型的硬件门槛对中小团队不友好；在一次性视频质量上与 Kling、Sora 等头部商业产品的差距未量化。

采购/采用风险评估：研究团队建议直接使用开源 4.5B 版本地部署验证效果；需要更高视频质量的商业用户应在评估 Magi-1.1 的蒸馏量化版本后再决定是否投入硬件采购；API 集成前需确认 platform.sand.ai 的 SLA、延迟和计费模式。

Sand AI 的版本演进

模型里程碑

• Magi-1 4.5B（2025-04-30）：首个开源版本，4.5B 参数，单卡 RTX 4090 可运行。
• Magi-1 24B（2025-04-21 论文/权重发布）：完整 24B 版本，24B 参数，8×H100 部署。
• Magi-1 蒸馏+量化版（2025-05-26）：4.5B-distill 和 4.5B-distill+fp8_quant，降低推理硬件需求。
• ComfyUI 适配（2025-05-30）：增加 ComfyUI 自定义节点，融入已有创作管线。
• Magi-1.1 24B（2026-06-17）：下一代版本，开源权重发布，同样支持蒸馏+量化。

从版本节奏看，Sand AI 在过去一年保持了每季度一次有效技术更新的频率，从模型发布到蒸馏优化再到生态适配，路线清晰。

版本信息

• current ：当前版本。 （~2026-01）
• launch ：产品上线。 （~2025-06）