開源策略可能加速開發者生態成長 產品採用
若開發者大量採用,可能帶動 Sand.ai 平台或服務的間接營收,但短期直接營收貢獻有限。
GitHub 星數與 fork 數;第三方基於該模型的應用數量;開發者社群活躍度
開源後半年內 GitHub 星數未明顯增長,或第三方應用寥寥無幾。
Sand.ai是Sand.ai 是一家專注於開發和提供 AI 加速器和相關硬體解決方案的公司,旨在提升 AI 計算的效率和性能。公司受到市場關注,主要因為市場將 Sand.ai 視為 AI 算力硬體領域的參與者,其技術和產品與 AI 發展趨勢緊密相關。它的新聞常和人工智慧模型、雲端算力、半導體供應鏈、資料中心基礎建設、企業軟體導入或自動化需求變化一起出現,因此先作為新聞分析層公司保存,方便後續事件關聯、公司影響整理與資料補齊。這段簡介是根據入池查證結果產生的暫存版本,後續仍需由公司簡介流程重新整理官方來源、主要產品、客戶結構、營收來源、競爭位置與資料邊界。
--
| 競爭對手 | -- |
|---|---|
| 上游供應商 本公司向它們採購,或依賴其供應。 | -- |
| 下游客戶 它們採購或採用本公司的產品與服務。 | -- |
| 策略合作 | -- |
| 投資/持股 | -- |
Sand.ai 發表並開源 MAGI-2-preview,總參數 114B、每次推理僅激活約 6B 的 MoE 影片生成模型。生成 10 秒 1080P 影片成本約新台幣 2.5 元,僅為主流模型的十分之一。該模型在 AA 影片生成榜單排名第六,並採用自研 MagiMoE kernel 與 Head Parallel 策略解決超長序列通信瓶頸。
Sand.ai 把影片生成模型的參數規模拉到千億級,還直接開源,這對整個 AI 影片生成賽道是規則級的衝擊。過去開源模型多停在百億參數,閉源模型靠效果和成本優勢吃下市場;現在 MAGI-2-preview 用 6B 激活參數做到逼近第一梯隊的效果,生成成本卻只要業界十分之一,等於同時挑戰閉源模型的價格護城河與技術領先地位。這告訴我們,影片生成領域的開源與閉源之爭,可能複製語言模型的路徑:開源靠部署彈性與開發者生態,閉源靠產品體驗與服務穩定性。
若開發者大量採用,可能帶動 Sand.ai 平台或服務的間接營收,但短期直接營收貢獻有限。
GitHub 星數與 fork 數;第三方基於該模型的應用數量;開發者社群活躍度
開源後半年內 GitHub 星數未明顯增長,或第三方應用寥寥無幾。
若客戶從付費 API 轉向免費開源模型,可能減少 Sand.ai 的直接營收。
開源後 API 付費客戶數變化;API 營收成長率
開源後 API 營收未下滑,甚至因生態擴大而增加。
2026 年世界人工智慧大會(WAIC)後,具身智能與世界模型成焦點,但缺乏統一評測標準。本文梳理四張關鍵榜單:VBench 評影片生成品質(像不像),WorldModelBench 測物理與常識理解(懂不懂),RoboTwin 2.0 測機器人任務執行(動不動),Physics-IQ 則從底層檢驗模型是否真正理解物理(準不準)。Physics-IQ 榜單顯示,中國新創 Sand.ai 的 Magi-1 模型長期領先,裸模型分數遠高於 OpenAI Sora 2,輝達 Cosmos3-Super 曾短暫登頂但又被 Magi-1 增強版超越。
世界模型是具身智能的底層技術,誰的模型更懂物理,誰就可能主導下一波機器人與自駕應用。這篇評測揭露一個關鍵事實:在「影片畫得像不像」的 VBench 榜上表現不差的 OpenAI Sora,到了真正考驗物理理解的 Physics-IQ 上分數慘輸中國新創 Sand.ai 的 Magi-1,裸模型分數幾乎只有一半。這告訴我們,世界模型的競爭才剛開始,評測標準正在從「看起來像」轉向「真的懂物理」,而中國團隊在這塊意外領先。
技術領先可能讓 Sand.ai 拿到更多機器人或自駕領域的模型授權或合作案,增加營收。
新簽署的機器人或自駕合作案數量;模型授權收入成長;Physics-IQ 榜單排名變化
若後續 Physics-IQ 榜單被其他公司超越,或技術領先無法轉化為實際商業合約,則此正面影響不成立。
新聞僅保留摘要與來源連結,不存原文。
非投資建議。市場資料以中性事實呈現,不含個股估值評等或買賣建議。