视频生成领域，又出现一位重量级开源选手。 2025 年 4 月 21 日，马尔奖、清华特奖得主曹越的创业公司 Sand AI 推出了自己的视频生成大模型 ——MAGI-1。这是一个通过自回归预测视频块序列来生成视频的世界模型，生成效果自然流畅，还有多个版本可以下载。
根据官方介绍，MAGI-1 生成的视频具有以下特点：
1、流畅度高，不卡顿，可以无限续写。它可以一镜到底生成连续的长视频场景，没有尴尬的剪辑或奇怪的拼接，就像电影一样流畅自然。
2、精准时间轴控制。MAGI-1 是唯一具有秒级时间轴控制的模型 —— 你可以按自己设想的那样，精准地雕琢每一秒。
3、运动更加自然，更有生机。不少 AI 生成的视频，画面动作不是慢吞吞，就是僵硬死板、幅度过小。Magi-1 克服了这些问题，生成的动作更加流畅、有活力，且场景切换更加顺滑。
MAGI-1 基于扩散变换器架构，引入块因果注意力、并行注意力块、Sandwich 规范化等技术创新，通过分块生成（每块 24 帧）实现高效视频生成。其独特流水线设计支持并行处理，最多可同时生成四个块，大幅提升效率。
该模型采用 Apache 2.0 许可，代码、权重和推理工具已在 GitHub 和 Hugging Face 开放，为全球开发者提供强大创作工具。
模型通过快捷蒸馏技术，支持灵活的推理预算，并在物理行为预测和时间一致性上表现优异，适用于长篇叙事和复杂动态场景。MAGI-1 的“无限视频扩展”功能允许无缝延长视频内容，结合“秒级时间轴控制”，用户可通过逐块提示实现场景转换和精细化编辑，满足影视制作、讲故事等需求。
在图像到视频任务中，模型展现出高保真输出，原生分辨率达 1440x2568px，动作流畅、细节逼真。作为开源模型，MAGI-1 提供 Docker 部署支持，24B 参数版本需 8 张 H100 GPU，未来 4.5B 版本将适配单张 RTX 4090，降低使用门槛。
社区反馈称赞其生成质量和指令遵循能力，评分超 Kling 1.6 和 Wan 2.1，但在非现实风格内容上仍有优化空间。
在竞争激烈的视频生成领域，MAGI-1 以开源和自回归架构脱颖而出。Sand AI 计划推出更轻量化版本，并深化硬件优化，未来或推动实时生成、虚拟现实等应用。
Github Page: https://github.com/SandAI-org/Magi-1
Hugging Face: https://huggingface.co/sand-ai/MAGI-1