🤯 یک مدل ویدیویی متن‌باز با فقط ۶B پارامتر فعال!

شرکت Sand.ai مدل ویدیویی جدید MAGI-2 Preview را به‌صورت متن‌باز منتشر کرده است. 🎬🤖

🔹 معماری MoE با مجموع ۱۱۴ میلیارد پارامتر
🔹 در هر مرحله فقط ۶ میلیارد پارامتر فعال می‌شود
🔹 تولید ویدیوهای ۱۰ ثانیه‌ای همراه با صدای همگام
🔹 خروجی نهایی تا 1080p با یک مرحله ارتقای کیفیت
🔹 قرار گرفتن در رتبه ۶ Artificial Analysis

💰 مهم‌ترین نکته: به‌دلیل فعال بودن تنها ۶B پارامتر، هزینه پردازش مدل حدود ۱۰ برابر کمتر از مدل‌های متراکم مشابه گزارش شده است.

⚠️ البته برای اجرای محلی هنوز به سخت‌افزار قدرتمندی نیاز دارد و برخلاف بعضی مدل‌های رقیب، روی یک کارت ۲۴GB به‌راحتی اجرا نمی‌شود.

📌 ترکیب MoE + ویدیو + صوت همزمان + متن‌باز بودن، MAGI-2 را به یکی از پروژه‌های جالب نسل جدید مدل‌های ویدیویی تبدیل کرده است. 🔥