我们了解到，Sand.ai近日完成2亿美元A+轮融资。这是Sand.ai今年完成的第三轮融资，10个月内累计融资额达3亿美元，成为视频生成领域的新晋独角兽。
这次融资由基石资本与网宿科技（300017.SZ）联合领投；上海国资及时代资本等知名基金参投，经纬创投等老股东持续加注。网宿科技是中国CDN（内容分发网络）及边缘计算龙头，曾为字节、腾讯、京东等客户的高并发场景提供服务，也为豆包大模型在2026年央视春晚上的表现提供了底层网络与边缘技术支撑。
中国背景的 AI 创业公司中，估值达到独角兽，以视频生成为核心业务的公司只有数家。Sand.ai 由前微软亚洲研究院（MSRA）主管研究员曹越创立，他是视觉模型 Swin Transformer 的主要作者之一，这项研究让计算机能够更高效地识别和理解图像，获得了计算机视觉顶级会议 ICCV 的最佳论文奖。
2026年，大部分公司开始探索世界模型与具身智能赛道，如爱诗科技、生数科技（Vidu）、Vivix等发布了相关的模型。Sand.ai专注于基础模型研发，年中发布并开源了MoE架构的视频生成模型MAGI-2Preview。
我们了解到，Sand.ai的新一代更大参数规模的视频生成基础模型MAGI-2正式版，使用了MoE架构，将于近期发布。
资本争夺视频模型的头部席位
当下，视频生成已经是AI领域最有赚钱效应的生意之一。
据《晚点 LatePost》此前了解，截至 2026 年年中，字节跳动 Seedance 2.0 的单月收入已超过 10 亿元，毛利率达到约 70%。2026 年第二季度，快手旗下可灵 AI 的营业收入超过 8.5 亿元，同比增长超过 200%。
7月，快手宣布推动可灵业务独立融资，融资前估值约150亿美元，足额融资后的估值预计达到约180亿美元。10月底，可灵完成增资交割，实际融资约29.05亿美元。
两家公司的商业进展，证明视频模型不只是有技术前景，已经能产生规模化收入。随着AI视频进入广告、短剧、游戏和影视制作，市场对模型供应商的需求也在分化。对于生产规模较大的客户，拥有多个模型供应商，可以降低成本和供应风险。
资本市场则通过可灵的独立融资，为这类模型业务提供了一个估值参照。可灵证明，资本市场愿意对具备领先模型能力和商业化基础的视频业务单独定价。
基石资本的投资人告诉我们，视频生成仍处于相对早期的阶段，推理速度、成本和长时间生成的一致性等，都有很大的改善空间。他们认为，产品和应用形态随着基础模型能力提升而迭代，未来会不断出现新的产品和付费场景，市场上能容纳更多成功的公司。
资本愿意投资这一领域，押注的是未来可能出现更多有独立市场地位的模型供应商。视频生成有机会成为内容生产的基础服务，由少数具备持续研发能力的公司提供，头部席位因此具有提前布局的价值。
Sand.ai作为一家独立创业公司承担前沿模型研发，并选择开放模型权重和技术成果，通过开源扩大市场影响力。目前拿到的技术成果和正在起步的开源生态，让它成为头部席位的候选者之一。
基础模型是一门需要持续投入的生意。模型能力越接近前沿，训练和迭代所需的资源通常越多。早期形成的技术差距可能转化为市场优势，但也可能在下一轮技术更新中迅速缩小。目前，Sand.ai已经具备参与头部竞争的技术基础，从MAGI-1到千亿参数的MAGI-2Preview，展示出持续研发前沿模型和技术迭代的能力。
本轮2亿美元融资发生在MAGI-2正式版推出之前，投资人押注已经形成的研发能力，也看好这套能力在未来转化为更强模型的可能性。
过去几年，OpenAI、Anthropic等公司通过闭源模型和商业服务建立竞争地位。DeepSeek、Kimi等中国模型公司则通过不同的技术路线、开放策略和产品定位参与全球竞争，这也是Sand.ai这类基础模型公司的机会。
从自回归到千亿参数MoE，创业公司的技术选择
判断一家基础模型公司的长期价值，要看它是否建立了能够持续研发、训练和改进模型的能力。
2025年5月，Sand.ai推出自回归架构视频生成模型MAGI-1并开源技术框架。当时他们还是刚创业的小团队，带上数据、infra、算法、测评等，只有三四十人的规模。回顾当时的技术选择，曹越和我们说：“还是低估了这个路线的难度。”
一段视频，本质上是多张连续画面，按时间顺序叠加。分块自回归生成，分块是指在时间维度上，把一段长的视频，分成多个片段；自回归是生成视频的连接方式：依据前面的片段，继续生成后面的片段。每个片段内部，通过扩散去噪生成。
MAGI-1的分块自回归生成，为模型的中途交互提供了可能；但也要求团队处理好片段之间的衔接、前面生成结果对后面的影响，以及复杂的计算调度。
Sand.ai要追赶画面质量，同时让这套生成机制在大规模训练和实际使用中运行起来。这支刚组建的团队必须承担大量从零开始的工作：从数据处理、算法实验，到训练系统搭建、效果评测，每个环节都需要反复打磨。许多不直接体现在生成画面中的基础工作，耗费了团队大量时间和精力。
MagiAttention 就是这个过程中的其中一项积累。在团队磨合、为模型训练做前期准备的阶段，他们开源了 MagiAttention 算子库，成为其他团队也可以复用的成果。腾讯混元的 Hy-Nomas 项目已将其纳入官方依赖，并在推理示例中使用相关内核；NVIDIA 的 NeMo AutoModel 框架纳入支持。
MAGI-1的发布，让投资人看到了这支小团队的竞争力。MAGI-1曾在物理过程预测基准Physics-IQ，视频续写任务中取得了当时领先的成绩，展示了它在理解物理规律上面的能力。截止到目前，MAGI-1依旧在Physics-IQ上排在第一位。Sand.ai的技术报告也提到，其增强解码器版本也在VBench图生视频评测中取得最高总分。
基石资本投资人告诉我们，他们曾将MAGI-1与同期视频模型一起做过内部实测，观察到的效果并不输其他前沿模型。
2026年，随着视频模型向持续生成和实时交互延伸，更多团队开始探索这一方向，Sand.ai此前试图解决的问题，也进入了更广泛的行业视野。对曹越而言，MAGI-1也完成了自回归路线的一次阶段性验证。
2026年8月，Sand.ai发布MAGI-2Preview，将研究重点推进到大规模模型训练。
MAGI-2Preview的总参数量达到1140亿，单Token激活参数约60亿，采用超细粒度混合专家架构（MoE）。这种架构将模型中的部分计算分配给不同专家，每次生成只激活其中一部分，使模型能够在增加总体容量的同时，控制单次计算量。
对视频模型公司来说，千亿参数的意义不只是模型变大了。视频生成需要处理大量时空信息，还要经过多轮去噪计算。随着参数和训练数据增长，计算、通信、显存、数据处理等问题会变得更加复杂，计算、显存和通信等开销都会显著增加。如何让模型架构的设计需要与训练系统相匹配，成为进一步扩大模型规模必须要解决的问题。
为了在扩大模型容量的同时控制计算成本，以及考虑到音视频联合建模的需求，Sand.ai没有直接沿用MAGI-1的自回归分块设计。他们从单流架构出发，让文字、画面和声音进入同一个主干网络处理，集中推进下一阶段的扩展。
MAGI-2Preview是一次很好的演练，将超细粒度MoE、分布式训练和数据处理方法整合进同一个千亿参数模型，并完成实际训练。这些经验将在后续架构调整和模型迭代中继续使用，支撑后续模型能力的提升。
Sand.ai的技术报告显示，MAGI-2Preview不仅扩大了参数规模，还配套开发了专家路由、并行训练、优化器和数据处理体系。模型使用大量视频数据进行预训练，再通过高质量数据和人工标注进一步改善人物动作、镜头语言及音画关系。
这次发布前瞻性地验证了一套千亿参数视频模型的架构和训练系统能够协同运行，从公开评测看，MAGI-2Preview已经具备一定竞争力。
从MAGI-1的自回归视频生成，到音画同出、单流架构，再到MAGI-2Preview的大规模MoE，Sand.ai一直在探索提升视频基础模型能力的方法。对投资人而言，Sand.ai已经展示出从模型架构到训练基础设施的一整套研发和工程能力。
在这次阶段性验证的基础上，Sand.ai也在研发MAGI-2正式版，尝试将已经积累的架构、数据和工程能力，转化为更好的模型表现。
开源为独立模型公司提供了另一条竞争路径
在基础软件发展史上，开放与封闭始终是两种并存的竞争方式。
从Windows与Linux到iOS与Android，领先者闭源，为愿意付费的用户优化自己；开源则作为挑战者的另一种选择，通过广大的开发者生态，把技术转化为可靠产品，持续为公司创造商业空间。
对于独立模型公司，开源还有另一层意义：它提供了一条不完全依赖自有产品入口的竞争路径。
大型科技公司可以依靠内部产品、渠道和已有客户推广模型。创业公司往往缺少这些资源。开放模型权重、代码和底层技术，可以让开发者直接接触模型，在其他公司的产品和基础设施中使用它。
这种方式已经在大语言模型领域显示出影响力。Hugging Face 的统计显示，截至 2026 年 7 月，平台上基于 Qwen 系列形成的衍生模型仓库超过 15 万个。大量第三方开发者不需要从零训练基础模型，就可以根据需求进行微调、适配和开发。
视频生成也开始出现类似的生态。Wan2.1接入ComfyUI后，进入了更多创作者的工作流。模型的开发者之外，其他团队也开始参与模型部署、优化和应用开发。
Sand.ai 正在尝试通过持续开放技术成果参与这场竞争。从 MAGI-1 到 MAGI-2 Preview，公司公开了模型权重、推理代码和技术方案，同时积累了 MagiAttention 等可以被其他团队使用的工程组件。除了 MagiAttention 外，MAGI-2 Preview 还开源了 Multi-Head LatentMoE （多头潜在混合专家）等设计，探索模型拥有更多 “专家”，同时能减少调用这些专家时的数据搬运和等待成本。
这些成果为Sand.ai进入全球开发者社区创造了条件。一旦模型质量达到更高水平，并能够以合理成本部署，就可能吸引更多开发者围绕MAGI构建产品、工具和服务。
开源带来的市场机会，也不只限于模型调用收入。一个被广泛采用的模型，可能进入不同企业的生产系统，成为其他产品的底层技术。模型公司可以从中获得企业部署、托管推理和持续技术服务的收入。如果足够多的产品、工具和企业工作流依赖MAGI系列模型，Sand.ai就可能在视频生成产业中获得超出自有应用规模的市场地位。
目前，模型质量、推理成本、第三方工具支持和企业部署能力仍在快速变化，开发者生态尚未形成固定格局。Sand.ai已经通过连续的模型发布和技术开源积累了参与竞争的基础，有潜力在这一阶段争夺具有影响力的开放视频基础模型位置。
10个月完成三轮融资，为Sand.ai赢得了继续参与竞争的资金和时间。接下来，它需要证明，过去两年建立的技术能力，能够持续转化为领先模型，并在巨头主导的视频生成市场中，建立一家独立公司的长期价值。