Sand.ai

Sand.ai est un laboratoire de recherche en IA dont les résultats publics portent sur la vidéo générative. Le modèle antérieur, Magi-1, a établi une approche autorégressive pour générer et prolonger de la vidéo, et MAGI-2 Preview pousse cette direction plus loin avec un modèle unifié unique qui produit image et son ensemble, au lieu d'assembler des chaînes audio et vidéo séparées. Selon le site, MAGI-2 Preview repose sur une architecture de 114 milliards de paramètres dont seulement environ 6 milliards sont actifs par token, un design de mélange d'experts baptisé MagiMoE, conçu pour explorer une voie efficace de mise à l'échelle de la génération vidéo.

Les capacités mises en avant par Sand.ai sont concrètes : jeu d'acteur des personnages avec dialogue, chant et variations émotionnelles, accompagné d'une synchronisation labiale, d'expressions faciales, de mouvements oculaires et d'un langage corporel coordonnés ; synchronisation audiovisuelle de haute fidélité, où parole, actions et sons d'ambiance s'alignent sur l'image ; et compréhension cinématographique de l'échelle de plan, de la composition, de la perspective et de l'intention de mouvement de caméra, avec zooms, travellings et orbites. La galerie de la page d'accueil montre des résultats très variés, des publicités pour parfum ou smartphone aux clips musicaux, séquences d'animation et génériques d'idoles virtuelles.

Sand.ai fonctionne comme un hybride entre laboratoire et plateforme. Outre les pages de recherche et les annonces de modèles, l'entreprise opère une API et une plateforme destinées aux développeurs et aux équipes créatives qui veulent générer de la vidéo par programme ou via une interface hébergée. Comme il s'agit d'une organisation guidée par la recherche qui publie des modèles en version préliminaire, les capacités et les conditions d'accès évoluent vite : les informations les plus récentes se trouvent dans les sections recherche et API du site.