MAGI-2 Preview开源：视频生成为什么迎来千亿级MoE新路线？

2026年8月5日，视频生成行业迎来一次重要发布：Sand.ai正式发布并开源MAGI-2 Preview。这是全球首个千亿级开源MoE视频生成模型，总参数约114B，但单次前向计算只激活约6B参数。

更关键的是，MAGI-2 Preview的模型权重和代码同步上线，不需要申请、不需要排队。研究者、开发者和企业技术团队都可以直接下载、部署、微调。对于过去长期只能调用API、看不到权重、无法复现训练过程的视频生成社区来说，这意味着一个新的入口被打开了。

凭借约6B激活参数，MAGI-2 Preview进入Artificial Analysis视频生成榜单前六。它的意义不只是“又多了一个开源模型”，而是把视频生成的Scaling路线从单纯堆参数、堆算力，推向了另一种可能：像大语言模型一样，用MoE在扩大模型规模的同时控制推理成本。

为什么说过去两年视频生成热闹，但开源社区没有真正入场？

过去两年，视频生成一直是AI领域最受关注的方向之一。OpenAI Sora、Google Veo、Runway Gen、Pika、可灵、seedance等模型不断出现，视频生成能力从实验室走向生产流程，速度非常快。

但热闹背后，很多开发者和研究者始终没有真正拿到“入场券”。他们可以看到生成结果，却看不到模型权重；可以阅读技术报告，却无法复现训练过程；企业可以调用API生成视频，却很难把模型放到自己的数据和业务场景里继续微调、改造。

这和大语言模型领域形成了明显对比。LLM领域在LLaMA开源后被迅速激活，研究、微调、私有化部署、工具链都全面跟进。来源内容中提到，GLM5.2、Kimi K3、DeepSeek等开源模型已经成为学术研究和产业应用的重要基础设施。

视频生成领域此前的问题在于，最强能力大多被封装在API里，按token收费、按帧计费。开源社区很难拿到可用的大尺寸视频模型，也就很难复现训练、验证技术路线，更难基于自身数据继续发展。

MAGI-2 Preview开源真正改变了什么？

MAGI-2 Preview的出现，让这种不对称开始被打破。它不是只开放一个演示入口，也不是只公布一份技术说明，而是把模型权重和代码一起放出来。对开源社区来说，这意味着视频生成第一次真正进入前沿竞争区域。

来源内容提到，在MAGI-2 Preview之前，MiniMax H3已经位列AA榜单第三并开放权重。一天之后，MAGI-2 Preview以千亿级MoE的形态直接开源，进一步把开源视频模型推到了更高规模。

同样是开源，MAGI-2 Preview之所以值得关注，是因为视频生成模型进入百亿、千亿参数区间后，训练成本和推理成本都会急剧上升。如果只是按照稠密模型的思路继续堆参数，模型越大，单次调用越贵，落地也越困难。

MAGI-2 Preview选择的MoE路线，试图解决的正是这个矛盾：模型可以继续变大，但每次推理不必激活全部参数。

视频生成为什么需要新的Scaling路线？

过去几年，视频生成大模型遵循的是一种比较直接的Scaling逻辑：模型越大，能力越强。做法也很朴素，增加层数、加宽隐藏维度、堆更多参数。这和大语言模型早期稠密模型的发展思路相似。

但视频模型比文本模型面临更重的计算压力。一段视频会被拆成空间patch和连续帧，再叠加音频与文本，序列长度很容易达到数万甚至数十万token。在稠密模型里，每个token都要经过全部参数，计算量会随着序列长度和模型规模一起膨胀。

来源内容中有一个非常直接的判断：视频模型做一次前向计算，文本模型可以跑几十次。也就是说，稠密模型扩展成本在视频领域会被进一步放大。

这就是MoE路线的价值所在。MoE不让每个token都经过全部参数，而是在模型内部设置一个庞大的专家池。每个token只调用和当前任务相关的一小部分专家。这样一来，总参数规模决定模型的知识容量，激活参数决定单次推理成本。

MAGI-2 Preview的114B总参数和6B激活参数意味着什么？

MAGI-2 Preview总参数约114B，这让它拥有足够大的知识容器，可以学习更丰富的人物、动作、镜头语言、材质细节，以及语义、语音、环境声等多模态信息。

但它每次前向计算只激活约6B参数，这让实际推理计算被控制在一个相对可执行的范围内。换句话说，它不是用114B参数全部参与每次计算，而是把114B做成一个更大的“专家池”，每次按任务需要调用其中一部分。

这也是MAGI-2 Preview和传统稠密模型的重要差别：稠密模型更像所有参数一起工作，MoE模型则更像把不同能力拆给不同专家，让合适的专家处理合适的任务。

MAGI-2 Preview的Multi-Head MoE为什么不是简单堆专家？

MoE真正难的地方，不只是把参数做大，而是如何组织这些参数。核心问题是：谁来决定哪个专家处理什么任务？如何让数千个专家形成有效分工？

传统MoE通常是“一个token选一组专家”。这样做的问题是，每个专家可能同时要理解语义、动作、声音等多种特征，更像一种“通才型”分工。通才可以覆盖很多任务，但每种能力的精度可能被稀释。

MAGI-2 Preview采用了相反思路：把任务拆细。它将隐藏表示分成12个独立的头，每个头独立选择自己的专家。不同头可以分别关注人物、动作、声音、语义等不同任务，最后再把结果融合起来。

来源内容中给出了对比：DeepSeek-V4-Pro每层384个专家选6，Kimi K3为896选16，而MAGI-2 Preview每层形成3,072个专家单元。这种结构更像是把“通才”拆成“专才”，让模型内部出现更细的能力分工。

千亿级MoE视频模型的门槛在哪里？

MAGI-2 Preview不是简单增加参数和专家就能完成。千亿级MoE真正的门槛，在于系统工程能力。

在传统Expert Parallel模式下，系统会先为token选择Top-K专家，再把token发送到专家所在设备。问题是路由结果会随着输入动态变化：有的GPU可能突然收到大量token，有的GPU却任务不足。激活专家越多，设备之间需要传输的数据也越多。

到了视频这种超长序列规模，通信开销和负载波动很快会成为瓶颈。如果大部分时间都花在等待数据传输和任务调度上，那么再大的参数规模也很难转化成真正的能力优势。

第一，Head Parallel如何让通信更稳定？

Sand.ai做的第一件事是Head Parallel。它改变了通信顺序：在路由发生之前，就先按照head分配计算，把固定形状的表示分发到不同设备；数据抵达后，再在本地选择专家。

传统方式的通信量依赖路由结果，而Head Parallel的通信量由输入本身决定，不再随着激活专家数线性增长。这样一来，跨设备流量就变得更加稳定、可预测。

第二，MagiMoE kernel库解决了什么计算问题？

Ultra-fine-grained MoE会带来大量小矩阵计算和频繁显存读写。Sand.ai为此设计了MagiMoE kernel库。

MagiMoE把原本分散的路由、排序和计算步骤融合执行，减少中间结果和显存搬运，并针对Multi-Head MoE的计算形态优化前向与反向过程。它解决的是MoE在细粒度专家结构下的执行效率问题。

第三，MagiMuon优化器为什么重要？

千亿参数MoE训练时，参数类型并不完全一样。主体矩阵参数、专家参数、路由参数，对更新方式的需求都不同。

MagiMuon优化器是在Muon基础上做的扩展。它保留Muon处理主体矩阵参数的优势，同时引入AdamW处理更适合常规更新的参数，使训练在千亿规模下保持稳定。

MAGI-2 Preview的数据策略为什么不只是“过滤脏数据”？

系统跑通之后，Scaling只完成了一半，另一半在数据。

过去行业经常把“数据质量”理解成层层过滤：删掉画质较差、构图不够整齐、动作不够典型的数据，留下一个更干净的数据集。从训练稳定性的角度看，这确实可以降低噪声、提升收敛效率。

但来源内容指出，真实世界的多样性，往往恰恰藏在那些“不够标准”的数据里。比如复杂运动、特殊镜头、罕见主体、非常规声音、长尾组合。如果模型只在整齐数据上训练，它学到的世界就是一个被剪裁过的世界。

因此，MAGI-2 Preview的数据策略更强调数据规模、多样性与分布覆盖。它的重点不是单纯“删减”，而是“组织”：通过更准确、更细粒度的标注，让模型理解主体、动作、场景、时序，以及音频与文本之间的对应关系。

10秒1080P约0.5元，MoE成本优势意味着什么？

MAGI-2 Preview路线验证之后，最直接的变化落在成本上。

按照当前8卡H100月租金折算，来源内容提到，MAGI-2 Preview蒸馏后模型生成一段10秒1080P视频的推理成本约0.5元，每秒成本约为行业主流模型的十分之一。

0.5元和5元之间，看起来只是一个小数点的差别，但放到真实创作场景里，改变的是内容生产方式。

一条生成视频很少一次就完全符合预期。成本高的时候，创作者每生成一次都像在押注；成本足够低之后，创作者就可以反复测试提示词，调整动作、构图、风格，再从多个版本里挑出真正可用的镜头。

这意味着视频生成从昂贵的一次性生成，转向多版本生成、自动筛选、人工选择的迭代模式。内容工具、广告系统、游戏资产生成、虚拟人互动等需要持续调用模型的场景，也会因为成本降低而获得更实际的使用空间。

MoE路线区别于稠密模型的核心价值，正在于“用得起”。只有当成本降到用户可以随手用、反复试、持续跑的程度，视频生成技术才真正进入生产环节。

Sand.ai为什么连续选择非共识路线？

MAGI-2 Preview不是Sand.ai的第一个开源模型。回顾这家公司过去三年的技术路线，可以看到一个清晰的模式：它多次选择当时并非行业共识的路线，并把模型做到了可被外界检验的程度。

2024年，视频生成领域最主流的技术路线是扩散模型Diffusion。Sand.ai第一代视频生成模型Magi-1选择了自回归路线。来源内容认为，Magi-1最终跑通了，而自回归路线已经成为当下行业的主流选择。

2025年，行业主流做法是“多流拼接”，但Sand.ai提出了统一单流架构，并用GAGA-1证明统一架构在音画同步上的优势。

2026年，行业主流仍是稠密模型，Sand.ai再次选择非共识路线：MoE。在MAGI-2 Preview出现之前，这条路能不能在视频生成上走通，并没有确定答案。

三次选择，三次非共识，每一次都形成了可以被外界检验的模型。来源内容将其归结为技术判断力：在技术路线尚未收敛时，识别哪条路有长期价值。

MAGI-2 Preview之后，视频生成竞争会变成什么？

MAGI-2 Preview不是终点。它更像是把MoE路线从非共识推成了一个新的行业变量。

接下来，视频生成的竞争不再只是静态比较“谁家模型更强”，而会变成动态竞争：谁能用新路线做出更好的产品、更低的成本、更完整的工具链。

对于开源社区来说，MAGI-2 Preview的价值在于，它把千亿级、统一音视频、MoE视频生成模型以开放权重和代码的方式放进公共领域。对于产业来说，它的价值在于提供了一条新的成本路径：模型继续扩大，但推理成本不必同步失控。

结尾：我认为，MAGI-2 Preview真正重要的不是“千亿”两个字

我认为：一个时代的门槛，往往不在门上写着“禁止进入”，而是藏在看不见的成本里。过去视频生成看似热闹，模型一个接一个出现，样片一段接一段刷屏，可研究者没有权重，开发者不能复现，企业只能按次调用，这热闹便像隔着玻璃看灯火，亮是亮的，却未必照得到自己手里。

MAGI-2 Preview真正值得重视的地方，不只是114B总参数，也不只是约6B激活参数，而是它把一个长期封闭、昂贵、难以改造的视频生成能力，推向了更开放、更可验证、更可反复使用的方向。技术若只供人仰望，便容易成为展柜里的器物；技术若能被下载、部署、微调、试错，才可能变成生产里的工具。视频生成的下一步，也许不只是生成更漂亮的画面，而是让更多人真正用得起、改得动、跑得久。

#开源AI