Sand.ai

Sand.ai es un laboratorio de investigación en IA cuyos resultados públicos se centran en el vídeo generativo. El modelo anterior, Magi-1, estableció un enfoque autorregresivo para generar y extender vídeo, y MAGI-2 Preview lleva esa dirección más lejos con un único modelo unificado que genera imagen y sonido a la vez, en lugar de ensamblar canalizaciones separadas de audio y vídeo. Según el sitio, MAGI-2 Preview usa una arquitectura de 114.000 millones de parámetros con solo unos 6.000 millones activos por token, un diseño de mezcla de expertos que el equipo llama MagiMoE, concebido para explorar una vía eficiente de escalado en la generación de vídeo.

Las capacidades que destaca Sand.ai son concretas y no abstractas: interpretación de personajes con diálogo, canto y cambios emocionales junto a sincronización labial, expresión facial, movimiento ocular y lenguaje corporal coordinados; sincronización audiovisual de alta fidelidad, de modo que habla, acciones y sonidos ambientales encajan con la imagen; y comprensión cinematográfica de escala de plano, composición, perspectiva e intención de movimiento de cámara, con zooms, seguimientos y órbitas. La galería de la página principal muestra resultados muy variados, desde anuncios de perfumes y móviles hasta vídeos musicales, secuencias de estilo anime y aperturas de ídolos virtuales.

Sand.ai funciona como un híbrido entre laboratorio y plataforma. Junto a las páginas de investigación y los anuncios de modelos, mantiene una API y una plataforma dirigidas a desarrolladores y equipos creativos que quieren generar vídeo de forma programática o mediante una interfaz alojada. Al ser una organización liderada por la investigación que publica modelos en fase de vista previa, las capacidades y las condiciones de acceso cambian con rapidez, por lo que los detalles más actuales están en las secciones de investigación y API del sitio.