Вы будете смеяцца, но у нас новый видео генератор.

И это просто конский монстр. По сравнению с ним Минимакс - это Stable Diffusion 1.5 на два килобайта.

Итак MAGI-2 Preview - открытая unified audio-video модель на 114B параметров, построенная как очень мелкозернистый MoE. Единовременно активируется около 6B параметров, то есть примерно 5% всей ёмкости модели. Sand AI называет это Ultra-Fine-Grained MoE / MagiMoE.
Модель одновременно работает с текстом, видео и аудио в одном Transformer backbone.

Главная архитектурная фишка интереснее самого числа 114B. Backbone - **40 Transformer layers**, из них средние **36 слоёв MoE**, четыре крайних dense. Hidden width 3072 разбивается на **12 независимых head по 256 dimensions**. У каждого head собственный набор из **256 экспертов**, а на токен выбираются Top-6. То есть на одном MoE-слое потенциально существует 12 × 256 = **3072 маленьких expert-блоков**, но конкретный токен использует всего 72 из них. Это позволяет хранить огромное количество специализированных параметров, не прогоняя 114B целиком на каждом diffusion step.

Сейчас заявлены T2V и I2V, причём звук генерируется совместно с изображением, а не приклеивается отдельной моделью после генерации. Выход пока жёстко ограничен 10 секундами. Референсов и редактирования нет.

Генерация двухступенчатая:

- base/preview: 512 × 896
- refiner: 1088 × 1920
- затем при необходимости output ресайзится до настоящих 1080 × 1920.


А теперь праздник: системные требования

Официальный MINIMUM(!):

8 × NVIDIA Hopper GPU.

Типа 8×H100/H200. Общий размер весов - около 307 GB:

- main preview transformer - 228 GB
- Qwen3.5-27B text encoder - 56 GB
- refiner - 14 GB
- Stable Audio Open audio VAE - 5 GB
- Wan 2.2 video VAE - 3 GB
- Turbo VAE decoder - 2 GB.

То есть полный зоопарк - особенно напрягает Stable Audio и древний ВАН.

По счастию Монстр уже есть на Artificial Analysis.

И среди open-weight video models with audio сейчас картина такая:

1. MiniMax H3 - 1192
2. MAGI-2 Preview - 1108
3. LTX-2.3 Fast - 958

Наверное можно расходиться, но впереди еще MAGI-2 distilled, которой нет.

Ну и надо подсобрать тесты, пока мало примеров.

А теперь самое главное - дешевая цена (в облаке):

MAGI-2 Preview теоретически обходится Sand.ai примерно в $0.074 за 10 секунд 1080p, но официальную пользовательскую цену API за такой ролик Sand.ai публично не раскрывает. Более того, по идее это цена за distilled модель, которой пока нет.

Cсылки:

https://platform.sand.ai/
https://platform.sand.ai/docs/api-v2
https://platform.sand.ai/app/buy-credits
https://sand.ai/blog/magi-2-preview
https://github.com/SandAI-org/MAGI-2-preview
https://huggingface.co/sand-ai/MAGI-2-preview

https://artificialanalysis.ai/video/leaderboard/image-to-video

@cgevent

Киберпанк, который мы заслужили

AGI

Бар будущего найден

В Пекине открыли AGI Bar, где вместо бесплатного Wi-Fi гостям раздают бесплатные токены DeepSeek. Рядом с барной стойкой стоят две рабочие станции с NVIDIA, на которых локально крутится дипсик V4 Flash. Приходишь, берёшь пивчанский и спокойно кодишь без подписок.

Внутри всё тоже как положено: логотипы ИИ-компаний на стенах, вакансии нейролабораторий на экранах и фирменный коктейль AGI почти целиком из пены (шутка про пузырь вокруг ИИ).

Наконец-то нормальный коворкинг.

На ютубе вышло очередное громкое расследование от громкого расследователя про то, что юзеры в виртуальных пространствах периодически, так сказать, любят друг друга.

Чтобы выяснить все детали, челу пришлось уволиться с работы и 500 дней тусить, бухать и заниматься виртуальным сексом с разными людьми.

Тяжелый труд!
Твиттер в полном восторге.

12 недель до Demo Day в Y Combinator, и ноль лидов в пайплайне.

У фаундеров Humoniq из батча YC S25 был крутой продукт и была одна важная дата в календаре.

Между ними всего 12 недель, и заполнить их нужно было не слайдами и теорией про будущие продажи, а реальными демо-звонками, LOI и подписанными контрактами. На Demo Day в YC смотрят не на идею и грандиозные планы, а на настоящий трекшн и живой пайплайн компаний которым нужен твой продукт.

Ситуация знакомая почти каждому B2B / IT / SaaS-стартапу: продукт есть, а стабильного канала продаж нет.

Фаундеры Humoniq пришли к Мише.

До этого Миша руководил командой продажников в лондонском офисе WP Engine (SaaS-единорог на чьих серверах крутится 10%+ сайтов планеты), а сейчас строит Go-to-Market для стартапов Y Combinator: 5 успешных кейсов с YC-командами и десятки других кейсов по всему миру.

За 12 недель, с нуля сделали 50%+ open rate, 10%+ reply rate, 60+ квалифицированных демо, 15+ сделок в пайплайне и впоследствии 3 закрытых enterprise-контракта с Delta Airlines, American Express, Expedia!

Полный разбор того, что конкретно было сделано можно глянуть вот здесь, у Миши в канале. Там он регулярно разбирает реально рабочие фреймворки лидгена в 2026 году: founder-led, signal-based, creative storytelling, AI-автоматизации и свои другие кейсы из YC.

Канал будет полезен фаундерам и командам которые строят проекты в B2B / IT / SaaS / Web3. К тому же прямо сейчас Миша ищет одного фаундера, чтобы в лайв-формате построить ему лидген с нуля. Отбор стартует уже в сентябре!

Заценить подход и кейсы Миши можно тут:
👉 Про B2B аутрич из Долины

#промо

Amazon на днях радостно объявил, что масштабирует доставку дронами на 500 городов США, в очередной раз расхвалив свои "умные алгоритмы для безопасного сброса посылок".

Тем временем люди уже начали показывать как выглядит безопасный сброс посылок:

Как тебе такое, Бостон Динамикс?

причина, по которой они не дают нам пробовать виар в магазинах

(интересно, что это там за игра у него была)

Очень нравится наблюдать за тем, как по мере того, как модельки умнеют, агенты на их базе становятся ленивее и находят всё более изящные поводы и способы проебаться от работы или спихнуть её на соседа.

Всё как у людей

Тем временем в Британских поликлиниках решили победить вечный ад с дозвонами пациентов на запись и КОНЕЧНО ЖЕ посадили на телефоны ИИ-секретаря по имени EMMA.

Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости.

И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык.

На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку.

В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет.

Да.



(видео покрал отсюда)