MAGI-2 Preview

MAGI-2 Preview génère des clips de dix secondes à partir d’un texte ou d’une image fixe, avec un son produit en même temps que la vidéo. Ses poids téléchargeables et son pipeline en deux étapes permettent aux équipes de maîtriser l’inférence locale, avec notamment un module d’affinage pour une sortie en 1080p. Cette maîtrise a un coût matériel conséquent : la configuration de référence utilise huit GPU Hopper et environ 307 GB de checkpoints. Elle convient aux équipes de recherche disposant de cette infrastructure ; une équipe de visual novel équipée d’un seul GPU n’a guère de raisons de commencer par là. La version de base est disponible, tandis que la version distillée promise se fait toujours attendre. Avant d’envisager de produire du contenu pour adultes, vérifiez les composants auxiliaires : Stable Audio Open impose des restrictions sur les contenus sexuellement explicites.

Utilisation commerciale & licence

Le dépôt est sous licence Apache 2.0 ; les composants auxiliaires conservent leurs propres conditions. Les conditions communautaires de Stable Audio Open exigent une inscription pour un usage commercial et une licence distincte au-delà de 1 million de dollars US de chiffre d’affaires annuel. Sa politique d’utilisation acceptable (AUP) s’applique également. Vérifiez l’ensemble des dépendances avant toute utilisation commerciale.

Règles relatives au contenu pour adultes

Le pipeline audio documenté comprend Stable Audio Open. Sa licence communautaire intègre la politique d’utilisation acceptable (AUP) de Stability, qui interdit les actes sexuels et les autres contenus sexuellement explicites, même en auto-hébergement. La mention Apache du dépôt MAGI ne confère pas de droits différents pour ce composant.

Lire la politique ↗

Ce dont vous avez besoin

Configuration de référence officielle : huit GPU NVIDIA Hopper, Python 3.12, une version récente de la boîte à outils CUDA et ffmpeg pour inclure la piste audio. Le modèle compte 114 milliards de paramètres au total, dont 6 milliards actifs par token, et prend en charge les clips de dix secondes. Prévoyez environ 307 GB pour les checkpoints et installez les dépendances des modèles auxiliaires.

Les classements sont des recommandations pour la tâche décrite, fondées sur la documentation examinée. Ceux des modèles concernent le développement de contenu non explicite. Nous n’avons pas effectué de tests de performance pratiques. Vérifiez séparément les politiques de contenu et les conditions commerciales. Fonctionnement des classements →