影片以 24 個影格為一個區塊生成，約等於 24 FPS 下的一秒鐘。在 MAGI-1 中，每個區塊作為一個完整單元進行去噪處理，同時最多可同時運行四個區塊。此流程有助於持續生成，而無需將整段影片視為單一處理過程。
隨著影片長度增加，峰值推論成本保持穩定，這使得更長的生成過程更具可預測性。在其最大版本中，MAGI-1 達到 240 億個參數，並支援高達 400 萬個代幣的上下文長度，以處理擴展序列。
隨著影片進展調整指令，而非將單一提示鎖定於整個片段。MAGI-1 中的分段提示功能，讓後續片段能遵循新的方向，為創作者在動作、鏡頭移動和場景轉換上提供更精細的時間軸控制。
將運動從先前的影片上下文向前推進，使每個新區段都能回應之前的內容。這種因果時序設計，幫助 MAGI-1 在其原始評估中的 Physics-IQ 影片延續基準測試上表現出色。
探索創作者為何選擇 MAGI-1 進行開放模型工作流程。在將其加入您的技術堆疊前，先了解其技術存取方式、原生延續支援與架構設計。
從長度、上下文與控制方式，比較 MAGI-1 的大規模自迴歸影片生成與其他影片模型。了解每種選項在影片生成規模化時的表現。
| 模型 | 生成方法 | 長度限制 | 最佳輸入 | 使用者 |
|---|---|---|---|---|
| MAGI-1 | 自迴歸，24 幀片段 | 無限制，成本固定 | 文字 + 影片 | 研究人員與開發者 |
| Magiclight AI | 腳本到分鏡腳本 | 最長 50 分鐘 | 腳本 | 長篇故事與創作者工作流程 |
| LongCat Avatar 1.5 | 音訊驅動擴散 | 長篇幅說話鏡頭 | 音訊 + 圖片 | 機器學習工程師 |
| Wan 2.1 | 全片段擴散 | 固定片段長度 | 文字 + 圖片 | 開源社群 |
只需 4 個簡單步驟，即可在您自己的硬體上運行 MAGI-1。選擇模型、進行設定、選擇您想要的生成方式，然後開始創作。
上傳首幀、末幀或參考圖片來引導場景。當您希望更精確地控制主體、構圖或最終外觀時，請使用這些輸入。
描述影片中應該發生的內容。保持主體、動作、攝影機運動和場景細節清晰，以便模型有明確的指令可以遵循。
選擇影片、選取長寬比、設定片段長度，並調整任何額外的生成設定。使這些選項符合您計劃使用的格式與平台。
檢視生成的影片，然後在需要時調整提示詞、參考幀或設定。持續優化結果，直到動態與場景符合您的預期。
研究工程師
對我們來說，固定的推論成本至關重要。MAGI-1 讓我們能在與生成 5 秒影片相同的硬體預算下，生成一段 2 分鐘的序列。
獨立動畫師
其他模型都要求我拼接片段並隱藏接縫。連續生成是 MAGI-1 的原生功能，因此動態能夠自然延續，無需我手動偽造轉場。
視覺特效創作者
物理運動是大多數模型露餡的地方。MAGI-1 能讓墜落物體以應有的方式持續墜落，這為我們省去了一輪手動清理工作。
開發者
技術報告解答了 README 中未說明的問題。在 MAGI-1 上創作，比在一個無人公開其架構的模型上生成，感覺更安全可靠。
MAGI-1 是 Sand AI 推出的開源影片生成模型。於 2025 年 4 月發布，它以 24 幀為一個區塊進行自回歸生成，而非一次性處理完整片段。
每個 24 幀區塊都是根據先前的影片上下文生成的。這種因果設定使得動態、場景細節和時間資訊能夠隨著序列增長而延續下去。
沒有固定的上限，因為無論長度如何，峰值推理成本都保持恆定。延長影片與生成影片是相同的操作，因此片段是持續生成，而非事後拼接。
是的。Sand AI 提供了 24B 和 4.5B 版本的模型權重與推理程式碼，包括蒸餾和量化版本。MAGI-1.1 24B 的權重也於 2026 年 6 月開源。
24B 模型專為多 GPU 系統設計，Sand AI 建議使用八張 H100 或 H800 GPU。4.5B 版本則可在單張 RTX 4090 或其他至少具備 24GB VRAM 的 GPU 上運行。
主要的缺點在於可及性。MAGI-1 需要性能足夠的 GPU 硬體、本地部署以及一定的技術知識，因此對於休閒創作者而言，不如託管式影片工具來得方便。
將您的影片片段推進到其他模型放棄的極限。之後研讀論文，您會明白為何成本始終沒有增加。
