A OpenAI tem surpreendido no campo da criação de vídeo com a sua popular plataforma Sora.
No entanto, o destaque neste mercado poderá estar em risco depois da empresa chinesa Sand AI lançar o novo MAGI-1 que promete a criação de vídeos de alta qualidade.
Conheça a MAGI-1, a nova concorrente da Sora e Gemini na criação de vídeo por IA
O domínio da geração de vídeo por inteligência artificial, até agora liderado por gigantes como OpenAI e Google, está a ser desafiado por uma nova protagonista vinda da China.
A startup Sand AI apresentou o MAGI-1, um modelo de código aberto que promete revolucionar a criação de vídeos com IA e pode mesmo superar alternativas como a Sora, da OpenAI.
Desenvolvido com 24 mil milhões de parâmetros, o MAGI-1 distingue-se pela sua abordagem inovadora.
Trata-se de um modelo de difusão autorregressivo, desenhado especificamente para gerar vídeos de forma consistente e escalável.
Isto significa que o modelo não só cria imagens em movimento de alta qualidade, como também mantém a continuidade visual e semântica ao longo de toda a sequência, algo essencial para aplicações realistas e conteúdos mais longos.
Como funciona o MAGI-1?
O modelo divide os vídeos em blocos de 24 fotogramas. Cada bloco é processado sequencialmente, onde o ruído é removido com uma técnica progressiva, antes de avançar para o próximo.
Este método permite que múltiplos fragmentos sejam trabalhados em paralelo, garantindo transições suaves e fidelidade temporal, ideal para streaming em tempo real.
A arquitetura baseia-se num transformador de difusão, otimizado tanto para o treino como para a inferência, com uma inovação interessante, uma programação progressiva de ruído.
Esta técnica melhora o entendimento de causalidade e continuidade entre frames, o que faz com que as transições pareçam naturais aos olhos humanos.
Além disso, o MAGI-1 oferece um sistema de controlo narrativo por fragmentos, permitindo que o utilizador defina diferentes cenas, personagens ou ações ao longo de um mesmo vídeo. Este tipo de controlo é extremamente útil para quem quer contar histórias visuais ou criar conteúdos interativos, mantendo sempre uma forte coerência visual.
Em testes de desempenho, o MAGI-1 mostrou resultados superiores a outras soluções de IA para vídeo, incluindo modelos comerciais como Hailuo (i2v-01), Kling e o muito falado Sora, da OpenAI. Em áreas como qualidade de movimento, consistência semântica e fidelidade às instruções textuais, o modelo da Sand AI lidera as tabelas.
Um dos destaques foi o desempenho no benchmark Physics-IQ, onde o MAGI-1 se revelou particularmente eficaz no modelamento de comportamentos físicos realistas, algo essencial para vídeos que exigem lógica visual e física precisa — como simulações científicas, jogos ou animações técnicas.
O MAGI-1 coloca a China mais uma vez na linha da frente da corrida tecnológica em IA, e levanta uma questão importante. Será que os modelos de código aberto, como este, podem democratizar ainda mais a criação de conteúdo digital? Com capacidades de edição em tempo real, transições fluidas e personalização narrativa, MAGI-1 pode tornar-se numa das ferramentas mais versáteis do mercado.
Sobre o autor
Aproveite a campanha:
