MAGI-1
SandAI-org/MAGI-1Revisado por IA
Revisado por RepoPicks Radar el
¿Qué es MAGI-1?
MAGI-1 es el modelo de generación de video de Sand AI, con el código para ejecutarlo y los archivos del modelo publicados en Hugging Face. Desde la línea de comandos eliges un modo (texto a video, imagen a video, o continuar un clip existente), escribes una indicación y obtienes un archivo de video; también hay nodos personalizados para usarlo dentro de ComfyUI. Es para personas con hardware serio: el modelo pequeño de 4.5B pide una tarjeta NVIDIA con 24 GB (12 GB en la versión cuantizada) y el modelo de 24B pide ocho tarjetas H100. Los autores también ofrecen MAGI-1 para usar en línea en sand.ai.
MAGI-1 es gratis y de código abierto (Apache-2.0) y puede reemplazar a Runway, Pika y LTX Studio.
¿Qué tan fácil es instalar MAGI-1?
D · terminal, varias herramientas o tarjeta específica · Linux
Linux es el único sistema documentado y obtiene una D: el camino recomendado es `docker pull sandai/magi:latest`, o en su defecto conda con Python 3.10.12, PyTorch 2.4 con CUDA 12.4, ffmpeg y una compilación de MagiAttention desde el código fuente, además de editar un archivo de configuración JSON y ejecutar example/4.5B/run.sh. No hay instrucciones para Windows ni macOS.
Pronto: instala con 1 clic desde la app RepoPicks.
MAGI-1 en GitHub
- Estrellas
- 3805el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +7estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux
- Necesitas instalar
- Python, Docker, Tarjeta NVIDIA, FFmpeg
- Para compilar desde el código
- Python, FFmpeg
- Espacio en disco
- 150 MB–450 MB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · El código y los archivos del modelo son gratuitos bajo Apache-2.0; el costo real es el hardware gráfico (o las máquinas alquiladas) necesario para ejecutarlos.
- Licencia
- Apache-2.0 (Permisiva)
- Puede reemplazar
- Runway, Pika, LTX Studio, Kling, Veo 3
- Último cambio en GitHub
- 17 jun 2026
Señales de riesgo de MAGI-1 (6)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): accelerate: GHSA-4j2p-28q2-5m79, PYSEC-2026-3804; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; flash-attn: GHSA-7g5w-pq96-8c5w, PYSEC-2026-2477; protobuf: GHSA-7gcm-g887-7qv7, GHSA-8qvm-5x2c-j2w7, PYSEC-2026-1805; sentencepiece: GHSA-38vq-g6vr-w8wf, PYSEC-2026-1909; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74
revisión automática
- Atenciónnecesita hardware gráfico costoso
Model Zoo recomienda "H100/H800 x 8" para los modelos de 24B y "RTX 4090 x 1" para los de 4.5B; la nota dice "any machine with at least 24GB of GPU memory is sufficient" para 4.5B, o 12 GB con el modelo cuantizado y window_size en 1.
revisión con IA
- Atenciónel comando docker documentado es privilegiado
El comando recomendado es `docker run -it --gpus all --privileged --shm-size=32g --net=host --ipc=host --ulimit memlock=-1 ... sandai/magi:latest`: el contenedor se ejecuta con acceso privilegiado, la red del host y la memoria compartida del host.
revisión con IA
- Infoinstala desde un índice de paquetes adicional
Línea de requirements.txt: `flashinfer-python==0.2.0.post2 --extra-index-url https://flashinfer.ai/whl/cu124/torch2.4/`, así que pip también descarga un paquete desde flashinfer.ai en vez de solo desde PyPI; la ruta de origen para MagiAttention es `git clone [email protected]:SandAI-org/MagiAttention.git`, que necesita una clave SSH en GitHub.
revisión con IA
- Infolos archivos del modelo vienen de hugging face
Model Zoo enlaza cada checkpoint (T5, VAE, 4.5B y 24B, distill y fp8_quant) a huggingface.co/sand-ai/MAGI-1; el repositorio en sí solo incluye código, así que los pesos y sus términos de licencia se descargan por separado.
revisión con IA
- Infosin releases ni marca de generación
Los datos del proyecto dicen "GitHub releases: 0" (los cambios solo se anuncian en la lista de noticias del README, la más reciente del 2026-06-17), y nada en el README menciona una marca de agua o cualquier marca en los videos generados.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de MAGI-1
- cuánto cuesta el servicio en línea en sand.ai, ya que el README solo dice "directly create magic with MAGI-1 [here](http://sand.ai)" y no menciona ningún precio o plan
- cuánto espacio en disco ocupan realmente los archivos del modelo, ya que se descargan desde Hugging Face y no forman parte del repositorio
- cuánto tiempo tarda un video en una sola RTX 4090 y qué resolución y duración son viables ahí
- si los videos publicados y las puntuaciones de evaluación se pueden reproducir en casa
- qué licencia tienen los archivos del modelo en Hugging Face, que puede ser distinta de la del código Apache-2.0
- si los nodos de ComfyUI todavía funcionan con las versiones actuales de ComfyUI