Magi-1 désormais disponible sur WaveSpeedAI : Un nouveau repère en génération vidéo open-source

Magi-1, le modèle révolutionnaire de génération vidéo open-source de Sand AI, est maintenant disponible sur WaveSpeedAI pour l’inférence en temps réel et le déploiement d’API.

Cette version hautement évaluée repousse les limites de la génération vidéo, combinant une qualité de mouvement de pointe, une cohérence temporelle et une fidélité visuelle exceptionnelle—offrant une alternative open-source puissante aux systèmes propriétaires.

Qu’est-ce que Magi-1 ?

Magi-1 est un modèle de génération vidéo large et basé sur la diffusion, conçu pour produire des vidéos réalistes et cohérentes à partir d’invites textuelles, supportant des longueurs de séquence jusqu’à 4 secondes en haute résolution. Développé par Sand AI et lancé sous une licence ouverte, il vise à démocratiser la synthèse vidéo avec des performances égales ou supérieures aux modèles fermés les plus populaires.

Sa stratégie d’entraînement combine la modélisation vidéo masquée, l’apprentissage de la cohérence spatio-temporelle et l’alignement multimodal, ce qui le rend particulièrement efficace pour maintenir l’identité, la structure et la logique de la scène dans le temps.

Caractéristiques clés

Génération vidéo par diffusion

Génération vidéo par diffusion Construite sur des modèles probabilistes de diffusion par débruitage, Magi-1 génère des vidéos en affînant progressivement une séquence de vecteurs bruits en mouvement photorréaliste. Cette méthode permet un contrôle exceptionnel sur la dynamique du mouvement et la cohérence des images.

Mouvement de haute qualité et temporellement cohérent

Contrairement aux modèles de courtes séquences typiques (par exemple 2s), Magi-1 produit des vidéos jusqu’à 64 images (~4 secondes) tout en maintenant une identité de personnage cohérente, un arrière-plan et un flux d’action.

Fidélité visuelle et structurelle forte

Le modèle excelle dans le rendu de scènes détaillées, la capture de textures fines, les interactions d’objets et les poses réalistes du corps humain.

Conditionnement multimodal

Magi-1 supporte la génération texte-à-vidéo (T2V) avec alignement sur les dimensions spatiales et temporelles, rendant la création de vidéo basée sur des invites plus précise et fiable.

Tests comparatifs étendus

Dans les évaluations publiques, Magi-1 a surpassé tous les modèles open-source testés sur les métriques clés comme FVD (Fréchet Video Distance), les préférences humaines et la cohérence d’identité. Voir le tableau de comparaison ci-dessous.

Comparaison de repères (à partir de tests officiels)

Modèle	FVD ↓ (16f)	FVD ↓ (64f)	CLIP-S ↑	Préférence humaine ↑
Magi-1	190.5	274.8	0.321	42.1%
Stable Video Diffusion (SVD)	307.9	489.2	0.313	21.4%
Gen-2 (Runway)	208.4	300.6	0.317	36.5%
Pika-LLaVA	310.3	498.7	0.307	18.6%

Remarque : Un FVD plus bas est meilleur. Des scores CLIP-S et de préférence plus élevés indiquent une meilleure fidélité et une satisfaction utilisateur plus élevée.

Cas d’utilisation

Que vous construisiez des outils génératifs, des plateformes créatives ou des médias expérimentaux, Magi-1 permet :

• Création vidéo cinématographique : Générer des clips courts avec des mouvements convaincants, une dynamique de scène et une cohérence de personnage.
• Contenu amélioré par l’IA : Créer des bandes-annonces, des visuels conceptuels ou des animations de produits à partir d’invites simples.
• Prototypage dans des applications génératives : Intégrer Magi-1 dans les outils de création, les jeux et les flux de travail AIGC pour une idéation visuelle rapide.
• Recherche et étalonnage : Une base de référence puissante pour les chercheurs développant des modèles en aval ou comparant des cadres ouverts.

Essayez Magi-1 sur WaveSpeedAI

Magi-1 est maintenant entièrement intégré au moteur d’inférence de WaveSpeedAI, optimisé pour une génération vidéo réactive via l’interface utilisateur ou l’API.

Essayez Magi-1 sur WaveSpeedAI

Le lancement de Magi-1 est une avancée majeure dans l’espace de la vidéo open-source. Il montre que la génération vidéo haute fidélité et cohérente en mouvement n’est plus verrouillée derrière des murs propriétaires.

WaveSpeedAI est fier de lancer ce jalon sur notre plateforme, aidant à apporter la vidéo générative de nouvelle génération à la communauté mondiale des créateurs, chercheurs et développeurs.

Suivez-nous sur Twitter, LinkedIn et rejoignez notre canal Discord pour rester informé.