1秒5分钱，视频模型的DeepSeek来了？

一、本期对谈嘉宾
曹越
Sand.ai 创始人。清华大学计算机软件学士、软件工程博士，清华特等奖学金获得者；Swin Transformer 主要作者，凭此获 ICCV 2021 马尔奖（计算机视觉领域最高荣誉之一）；曾任微软亚洲研究院首席研究员、北京智源人工智能研究院研究中心负责人；光年之外联合创始人。创办 Sand.ai 后连续融资超 1 亿美元，推出全球首个千亿参数开源 MoE 视频生成模型 MAGI-2 Preview，把视频生成成本打到 1 秒 5 分钱。
二、本期节目简介
AI 视频 1 秒 1 块钱。做一条 30 秒的短片，1 秒 1 块，多抽几张卡就是 100 块，效果不满意还得整段重来。国内短剧团队一边嫌贵，一边咬着牙用。
周鸿祎说，市场已有领先者时，挑战者只要两件事做到其一就能成：把价格打到 1/10，或者把质量做到 10 倍好。曹越带着 Sand.ai 的 MAGI-2 Preview 来了：1 秒 5 分钱，是 Seedance 的 1/20。周总当场把它从「五毛模型」改名为「五分模型」。
比价格更硬的是路线：全球首个千亿参数开源 MoE 视频模型、自回归加扩散双路线储备、从创业第一天就押注视频生成的定力。周总说，这是要做视频模型的 DeepSeek，也是当年 360 免费杀毒式的柔道战略。
聊完技术，聊技术背后的人：从光年之外到 Sand.ai，从「看到 ChatGPT 脑子嗡嗡的」到「伟大不可以被设计」，一个 10 年深度学习积累的创业者，凭什么值 1 亿美金。
红海蓝海是伪概念，海的颜色由创业者定义。一起跟红衣大叔聊聊：1 秒 5 分钱，会给 AI 视频带来什么？
三、专业词汇注释
MAGI-2 Preview：Sand.ai 最新发布的视频生成大模型，1140 亿参数、每次生成只激活 60 亿，全球首个千亿参数开源 MoE 视频生成模型；生成视频 1 秒 5 分钱、10 秒 5 毛钱，当前版本支持 15 秒，正式版将支持 30 秒。
MoE（混合专家模型）：把大模型拆成数千个「专家」，每次生成只激活其中少数几个，参数总量大、能力强，推理成本却低。MAGI-2 Preview 有约 3000 个专家，每次激活几百个。
扩散模型（Diffusion Model）：视频生成主流路线之一，把一段视频从充满噪声的版本整体逐步变清晰，一次生成固定时长的完整视频；某一段不满意，只能整段重新生成。
自回归模型（Autoregressive Model）：逐秒流式生成视频，看了上一秒才生成下一秒。时长可以任意延展，可以中途打断、改提示词、生成新的剧情分支，也更贴合人顺序观看视频的方式。
Seedance：字节跳动视频生成大模型。Seedance 2.0 以「好莱坞大片感」著称，被周总评价「一己之力超越 Sora」；节目中谈到其定价约 1 秒 1 块钱，Seedance 2.5 支持 30 秒生成。
马尔奖（Marr Prize）：ICCV 国际计算机视觉大会最佳论文奖，以计算机视觉奠基人大卫·马尔命名，是计算机视觉领域最高学术荣誉之一。曹越作为 Swin Transformer 主要作者获 ICCV 2021 马尔奖。
Physics-IQ：视频模型的「物理智商」基准测试，考察生成内容是否符合物理规律（如苹果松手向下掉、给杯子接水）。Magi-1 在该基准排名第一。
抽卡：AI 生成内容时的重复试错行为。每次生成相当于「抽一次卡」，效果随机、不满意就重新生成；一次生成的时长越长，抽卡成本越高。
四、时间轴导航
⏰ 00:00:00- 「多少？我没听错吧？」
冷开场：1 秒 5 分钱让周总直呼没听错，当场把「五毛模型」改名「五分模型」，还笑说给实在的曹越递了根棒槌。
⏰ 00:00:30- 「对话未来的名人」
主持人开场介绍：清华特奖、ICCV 马尔奖得主，Sand.ai 创始人曹越，公司连续融资超 1 亿美元。
⏰ 00:01:04- 「未来没人拍电影」
周总预言 AI 将改变电影工业；吐槽 Seedance 效果很牛，但用户多速度慢，1 秒 1 块钱太贵。
⏰ 00:03:16- 「五毛变五分」
MAGI-2 Preview 把价格打到 1 秒 5 分钱，效果逼近 Seedance 2.0 与 2.5；正式版全面对标，价格贵 2 到 4 倍。
⏰ 00:04:58- 「边骂边用，边用边骂」
Seedance 一己之力超越 Sora，连 OpenAI 都把 Sora 关停了；好产品就是一边被嫌贵一边不得不用。
⏰ 00:07:28- 「颠覆式创新」
质量可以先差一点，价格足够便宜，就有用不起的人来用；成本降到 1/10，用户可能是 10 倍。
⏰ 00:09:00- 「第一天就在做视频模型」
曹越回应「换赛道」：从创业第一天起就以半年为周期迭代视频生成模型，不是受了 Seedance 刺激才转行。
⏰ 00:10:31- 「4 到 5 个数量级」
视频模型把内容生产效率提升 4 到 5 个数量级：一个人坐在家里，一天就能做一集内容。
⏰ 00:11:44- 「Coding 是基本功」
从 Anthropic 到视频模型：今天所有表达都是视频，视频生成会像 Coding 一样从垂直能力变成基本功。
⏰ 00:14:02- 「1 亿美金投的是什么」
周总解读投资人逻辑：看中的是团队的基础模型与工程化能力，视频只是第一步，未来可转向世界模型。
⏰ 00:14:55- 「物理智商第一」
Magi-1 在 Physics-IQ 物理智商基准测试排名第一，主持人笑称两人刚才都不好意思报成绩。
⏰ 00:15:44- 「3000 个专家，激活几百个」
MoE 混合专家模型：每次生成从 3000 个专家里翻几百个牌子，参数量更大、推理更省，MAGI-2 Preview 是全球首个千亿参数开源 MoE 视频模型。
⏰ 00:17:33- 「扩散 vs 自回归」
扩散把 10 秒视频一起变清晰，自回归一秒一秒流式生成；MAGI 两手都抓，视频生成的终局是两者结合。
⏰ 00:20:18- 「看了上一秒才生成下一秒」
自回归贴合人看视频的方式，还能中途改提示词、换剧情分支；只重做第 14 到 15 秒就行，不用整段抽卡。
⏰ 00:22:55- 「训一版模型一两个月」
小版模型一到两个月训完，保持迭代速度；训大模型时会突然崩溃，只能一点点诊断，烧着算力保持心态平和。
⏰ 00:24:39- 「预判下一代需要什么」
去年下半年就预判 MoE 的重要并提前布局；很多团队等 Seedance 2 发布才意识到，再追就慢了。
⏰ 00:26:10- 「视频模型的 DeepSeek」
为什么开源：让更多人部署、更多人知道；高效部署门槛很高，对商业化的影响有限。
⏰ 00:28:47- 「开源是柔道战略」
周总补课：开源也是竞争策略，就像当年 360 免费杀毒让金山、瑞星进退两难；中国 AI 靠开源生态赢得中美竞争。
⏰ 00:32:42- 「人的价值在哪里」
周总两个疑虑：模型太强，人的独特性怎么体现；30 秒一镜到底，中间错了只能整段重做。曹越：模型只帮你做后半段，idea 和 taste 还是人的；周总说要回去重新思考智能体的价值链。
⏰ 00:37:42- 「第二次创业」
光年之外联合创始人，王慧文生病后项目未能继续；10 年深度学习积累，从 researcher 到 founder。
⏰ 00:39:08- 「看到 ChatGPT 脑子嗡嗡的」
Transformer 解决的是工程问题，GPT 的迭代解决的是科学问题；他自己也低估了 ChatGPT 的价值。
⏰ 00:41:17- 「伟大不可以被设计」
后视镜看问题人人都会，往前看一片混沌才是常态；别信成功者把偶然粉刷成必然，真正靠的是积累与判断力。
⏰ 00:45:45- 「红海是个伪概念」
AI 刚刚开始，谈不上红海；有创业精神的人眼里，海的颜色由自己定义。
⏰ 00:47:00- 「从短剧向上，直到实时视频」
AI 短剧产能已经起飞，电影电视剧会一个个被攻克；实时出视频将带来千人千面的广告、实时游戏与互动影视。
⏰ 00:49:16- 「正式版与使命」
MAGI-2 正式版预计第四季度发布；Vision 是让视频模型成为物理 AGI 的关键基础组件，Mission 是 Advance AI to benefit everyone。
⏰ 00:51:04- 「尽快上线 MAGI-2」
周总：不用祝福，只要产品好，尽快上线就是最好的信号；曹越将推荐一支 MAGI-2 生成的视频在剪辑版结尾播出。