把剧本拆成分镜后批量生成，适合连续的 AI 短剧。
Sand.ai MAGI是什么
Sand.ai 是一家专做视频生成模型的公司，官网当前主推的是 MAGI-2 Preview：一个把画面和声音放在同一个模型里一起生成的音视频模型，总参数 114B，每个 token 只激活 6B。前代 MAGI-1 用的是自回归思路，主打长视频。
它对短剧的价值在对白镜头：官网强调人物说话、唱歌、情绪转换时，口型、表情、眼神和肢体能一起动，环境声和音效也对着画面出。官方流程支持文本出片，也支持文本加一张静帧出片，单次输出 10 秒，先出低分辨率预览，再经过精修放大到竖屏高清。
代价是硬件。按公开资料，推理需要 8 块 NVIDIA Hopper 级别显卡，整套权重约 300GB，目前也没有现成的 ComfyUI 节点。个人创作者更现实的用法是等托管服务或通过官网 API 平台，具体开放范围以官网为准。
主要功能
- 音视频联合生成画面与对白、音效在同一个模型里一起出，省掉后期对口型的一步。
- 文生视频与图生视频可以只给文字，也可以给文字加一张静帧作为起点。
- 两阶段输出先出较低分辨率的预览，再经精修放大成竖屏高清成片。
- 开放权重权重在 Hugging Face，推理代码在 GitHub，可自行部署，许可条款以仓库为准。
- 镜头语言理解官网称能处理景别、构图以及推拉、跟拍、环绕等运镜。
在 AI 短剧里怎么用
适合有自己算力或愿意租整机的小团队，放在对白镜头这一环：用角色定妆图当起始帧，配一句台词提示词，直接出带声音的 10 秒片段，再在剪辑软件里和其他镜头拼接。没有硬件条件的话，更适合先关注官网 API 平台或第三方托管，再决定是否投入，别为它专门配机器。
适合谁，不适合谁
适合
有多卡服务器或云算力、想研究开放权重音视频模型的技术型团队和出海短剧公司。
要注意
硬件门槛极高，没有 ComfyUI 节点；目前资料偏少，也看不到成熟的用户口碑；许可条款需自行核对。
常见问题
MAGI-2 能在自己电脑上跑吗？
按公开资料，官方推理需要 8 块 Hopper 级别显卡，权重约 300GB，普通个人电脑跑不动。个人用户更可能通过官网 API 或第三方托管服务体验。
MAGI-2 的权重在哪里下载？
权重发布在 Hugging Face 的 sand-ai 组织下，推理代码在 GitHub 的 SandAI-org 组织。使用前请先看仓库里的许可说明。
Sand.ai 有在线网页产品吗？
官网当前展示的是模型和 API 平台入口，没有看到面向普通用户的网页创作台描述，是否开放以官网为准。
同类工具
做角色定妆图、海报和分镜参考图。
美团 LongCat 团队开源的 136 亿参数视频模型，一个模型兼做文生、图生和视频续写。
Pika 基于 MiniMax H3 做的适配器，6 步采样，本地出带同步立体声的短视频。
智谱开源的角色动画模型，给一张角色图和一段参考视频，让角色照着视频动。
腾讯开源的视频生成模型，要自己配显卡部署，但生成次数不受限制。
用过 Sand.ai MAGI？
到 TVLab 社区说说你的用法、踩过的坑，或者问问别人怎么调参数。