视频生成大模型赛道近日出现一笔颇具标志性的交易。

11月5日，Sand.ai宣布完成2亿美元的A+轮融资。这是该公司2026年内完成的第三轮融资。10个月时间里，其累计融资额达到3亿美元，由此跻身全球AI独角兽行列。

本轮融资的投资方涵盖产业资本、知名人民币及美元基金、上海国资等多方力量。基石资本与网宿科技（300017.SZ）联合领投；时代资本、国方创投、磐霖资本、东证资本等机构参投；天创资本携山东铁投产投、山东铁路基金战略参投；浦东创投等上海国资背景机构加入；经纬创投、华业天成、中科创星等老股东继续加注。

视频生成模型算力消耗巨大，且已步入商业化探索深水区。资本为何如此青睐Sand.ai？答案既来自资本对视频基础模型“技术壁垒”与“算力降本”的双重预期，也来自它押注的那个能重构AI视频生态的开源未来。

01 视频生成的下一个红利窗口：开源生态

回看过去几十年的技术历史，开闭源并存始终是数字产业演进的必然格局。

PC时代，微软的Windows在桌面端占据绝对优势，但开源的Linux最终支撑了全球90%以上的到了LLM时代，

这条数字世界的铁律，背后既有技术文化的根源，也有现实的市场竞争逻辑。

开源开放这件事，本来就长在程序员的骨子里。把代码放出来、成果大家共享、一起协作改进，对不少程序员来说就是一条信条。换个角度看，技术上的后来者想撬动已有的市场格局，开源也是他们手里最有力的武器之一。

再往深了说，商业模式和市场需求这两头，恰好让开源和闭源各站一边。闭源模型能把研发资源攥在一起，再靠技术上的领先和端到端的产品体验卖出溢价。开源模型走的是另一条路：更多企业和开发者拿得到前沿技术，能自己用、自己部署、自己改，技术进入各行各业时的成本也就压了下来。两条路各有各的长处，各有各稳定的市场，长期并存并不奇怪。

现实情况却是，大语言模型（LLM）的开源生态已趋于成熟，视频生成领域的开源供给却严重不足。当前，视频生成领域虽然已经出现了MAGI、Wan、H3、LTX等开源模型，但Seedance在综合生成效果上仍然有比较明显的领先优势。这种“闭源独大”的格局，给下游产业筑起两道商业化壁垒：

第一道坎是API贵。视频生成吃算力远比语言模型狠，闭源API的token费用高企，下游创作者和应用软件的毛利空间被压得很窄。

第二道坎是“黑盒”卡住了自主定制。影视、广告这类专业生产场景，企业往往要围着特定角色、视觉风格和制作标准反复训练、持续优化模型，还得把它塞进现有的生产流程里。可一旦调用闭源模型API，开发者拿不到模型权重，想针对自己的业务做微调、做深度优化就很难下手。

生态失衡加上定制痛点，两件事叠在一起，说明视频生成这条赛道下一阶段最有想象空间的战略机会，就是打破闭源垄断、搭起开放底座。Sand.ai在这条路上早已提前落子。先是用MAGI-1摸索自回归长视频生成，后来又开源了千亿参数MoE模型MAGI-2 Preview，一次接一次的开源动作，把“开放底座”这个判断一步步做成了现实。

对Sand.ai而言，持续在开源生态上深耕，其终局逻辑早已超越了单点模型能力的胜负。它的野心，是成为下一代视频应用生态无可替代的底层基础设施。

02 千亿MoE与开源长跑赢得资本重注

Sand.ai的这套开源打法并非临时起意，而是建立在极其连贯且具备高技术壁垒的长期开源积累之上。

自2024年初成立起，Sand.ai便对“自回归（Autoregressive）”这一具备长时序扩展潜力与更强物理规律理解能力的生成路线，展开了持续的探索与实验。

2025年5月，Sand.ai推出并开源自回归视频模型MAGI-1，让全行业看到了视频模型流式生成的能力。MAGI-1系列模型长期在权威的Physics-IQ官方榜单上高居第一，验证了其在物理世界规律模拟上的实力；随后推出的Gaga-1进一步探索“AI 演员”控制力与原生音画同出体验。

持续的开源积累夯实了技术基础，2026年8月发布的MAGI-2 Preview迅速登上AA全球榜单第六名，则进一步展现了Sand.ai参与全球顶级视频模型竞争的潜力。

大模型里，参数规模是决定能力上限的重要因素之一。通常来说，模型越大，处理复杂知识和任务的本事越强，可训练和推理要烧的算力也跟着猛涨。

MoE架构给这道难题开了条新路。它把模型内部的计算能力分给许多不同的“专家”，每次处理信息只让其中一小部分被激活、参与计算。拿MAGI-2 Preview来说，模型总参数有114B，但单次前向计算里真正参与计算的参数只有约6B。

这意味着，Sand.ai能一边控制单次计算的开销，一边继续把模型总参数往上扩，让模型的学习容量更大、能力提升的空间更足。

模型要是继续往数千亿甚至更大参数规模上走，再叠加训练数据、算法与工程能力的不断打磨，复杂场景、人物动作、物理规律以及长时间跨度内的画面关系就能被理解得更到位，视频生成的质量、稳定性与复杂任务处理能力也会跟着往上提。

这么看，MAGI-2 Preview 不只是一次技术突破，它更验证了一条能继续往更大规模扩展的技术路线，后续开源视频模型能力上限的提升也因此有了底子。

03 视频模型的“Linux”时刻正在到来

据了解，Sand.ai 未来几周会发布参数规模更大的 MoE 模型——MAGI-2 正式版。Preview 版本已经把 MoE 架构跑通，团队接下来要做的，是把模型规模继续做大、训练投入继续加码，让模型能力去追头部闭源模型。

放到行业里看，真能冒出一个和顶尖闭源模型不相上下的开源模型，现有竞争格局就会被从根本上改写。视频生成领域也会等来自己的“Linux时刻”，靠极致的 MoE 架构创新拆掉成本高墙，把顶尖模型与内容创作之间的底层生产关系重新塑形。

基础模型能力一旦追平闭源顶尖水平，一个全新的生态价值飞轮就会被彻底带动起来：开源底座在技术上取得突破，企业和开发者的采用门槛随之下调，上层应用生态也会迅速铺开。

落到商业化上，短期看开源确实会让一些 API 收入流失，可把时间线拉长，结论正好相反。说到底，这是一种长期主义的选择，用释放技术红利的方式重新锚定商业价值。

道理在于，模型本身可以自由获取，但高并发部署、运维和持续优化仍然卡在算力和技术上，门槛极高。官方 API、托管推理与企业定制，恰恰因此留出了不小的商业化空间。

对开发者来说，拿到模型权重只是开了个头。真要跑起一个大规模视频模型，昂贵的 GPU、稳定的推理服务和专业的工程能力一样都不能少，所以直接买 Sand.ai 的 API 服务，比自己部署更划算；有特殊业务需求的大型企业，则可能掏钱买私有化部署和模型定制。用同一个开源模型的开发者越来越多，围绕它搭应用、做产品的人越来越多，模型提供方也就有机会从不断膨胀的使用需求里拿到商业收入。

另外，自有产品给模型能力提供了一个直接触达终端用户的出口。Sand.ai 走的是“模型＋产品”双轮驱动，自研模型既能针对具体场景做精准调优、把推理成本压下来，也能让技术升级很快变成产品体验，再借真实创作反馈反哺底层研发。

Sand.ai 即将发布的 MAGI-2 正式版，关键价值也在这里。它不只是一次模型能力升级，更是检验开源视频模型能不能真正缩小与闭源顶尖差距、行业能不能从单点技术比拼转向生态综合竞争的核心观察点。

04 当视频生成驶向开源深水区，一场生态与商业的终局

磐霖资本参投了 Sand.ai 此轮融资，该机构表示：“Sand.ai凭借千亿级参数MOE架构，以开源方式积极参与全球视频生成模型赛道，展现出前瞻性的技术视角和发展成为全球伟大科技公司的商业竞争潜力。磐霖积极布局AI应用新范式并坚持在早期与潜在伟大公司同行，看好Sand.ai在全球视频生成市场的商业前景。”

撑起 Sand.ai 持续技术创新的，是一支在前沿学术研究和大规模工程实践上都拿得出手的团队。创始人兼CEO曹越与联合创始人张拯分别有清华与华科背景；曹越是 ICCV 2021 马尔奖（Marr Prize）得主，曾任 MSRA 主管研究员，也是视觉骨干网络革命性架构 Swin Transformer 的核心作者，Google Scholar 引用合计已超 13万次。研发核心则集结了来自 MSRA、阿里达摩院的算法专家，产品与运营团队出自字节跳动、腾讯等一线互联网大厂。基础理论研究、架构创新、大集群工程训练与复杂产品化落地，这几样本事凑在一起，为 Sand.ai 持续开展基础模型研究、大规模模型训练和产品开发提供了重要支撑。

视频生成技术一路往前走，视频生成模型的竞争也进入了新阶段。生成质量仍然是竞争的核心，可决定一家视频模型公司长期竞争力的，正逐渐从单纯的模型效果扩展到训练与推理效率、开发者生态以及商业化能力。能不能以足够低的成本向市场提供服务，能不能吸引更多开发者和企业围绕模型搭起应用生态，这两件事会一起决定它未来的市场地位。

视频模型的技术与市场格局远未收敛，这场长跑的终局，绝不仅仅是做出一款让人惊艳的视频生成工具，而是在开源