--- title: "MAGI-1: el modelo de IA de código abierto que desafía a Sora, Gemini y Kling en la generación de vídeo" description: "En un panorama dominado por nombres como OpenAI, Google DeepMind y Anthropic, una nueva propuesta china irrumpe con fuerza en el competitivo campo de la inteligencia artificial generativa. Se trata de..." url: https://revistacloud.com/magi-1-el-modelo-de-ia-de-codigo-abierto-que-desafia-a-sora-gemini-y-kling-en-la-generacion-de-video/ date: 2025-04-25 modified: 2025-04-25 author: "Antonio" image: https://revistacloud.com/wp-content/uploads/2025/04/mag-1-vidoe-ai.png categories: ["Inteligencia artificial", "Noticias"] tags: ["Gemini", "Inteligencia Artificial", "mag-1", "Sora", "vídeo"] type: post lang: es --- # MAGI-1: el modelo de IA de código abierto que desafía a Sora, Gemini y Kling en la generación de vídeo En un panorama dominado por nombres como OpenAI, Google DeepMind y Anthropic, una nueva propuesta china irrumpe con fuerza en el competitivo campo de la inteligencia artificial generativa. Se trata de **MAGI-1**, un **modelo autoregresivo de generación de vídeo a gran escala** desarrollado por **Sand AI**, que promete elevar el listón de lo que los modelos de difusión pueden hacer en tareas de síntesis visual. Con **24.000 millones de parámetros**, una arquitectura basada en Transformers optimizada y un enfoque completamente **open source**, MAGI-1 **no solo iguala, sino que supera en varios aspectos a modelos comerciales como Sora o Kling**, según evaluaciones técnicas recientes y los propios benchmarks de la compañía. ## Un enfoque técnico distinto: generación por fragmentos y arquitectura autoregresiva A diferencia de otros generadores de vídeo por IA que procesan el vídeo como una secuencia completa, MAGI-1 apuesta por una estrategia **chunk-by-chunk**: divide el vídeo en segmentos de **24 fotogramas**, que procesa de manera secuencial y autoregresiva, manteniendo una **consistencia temporal de izquierda a derecha** entre fragmentos. Este diseño permite: - **Escalabilidad natural para streaming y síntesis en tiempo real**. - Mayor **coherencia visual** entre escenas. - **Procesamiento paralelo** de múltiples bloques durante la inferencia. La arquitectura está basada en un **modelo de difusión tipo Transformer**, con mejoras como Block-Causal Attention, QK-Norm, Sandwich Normalization y Softcap Modulation. Además, utiliza un enfoque de **ruido progresivo en el tiempo** durante el entrenamiento, lo que permite al modelo aprender la causalidad entre cuadros. ## Rendimiento sobresaliente frente a modelos abiertos y comerciales MAGI-1 ha sido evaluado tanto en benchmarks humanos como en pruebas automáticas. En términos de fidelidad de movimiento, adherencia a instrucciones, y continuidad semántica, supera claramente a modelos abiertos como **Wan-2.1** y **HunyuanVideo**, y compite de tú a tú con soluciones cerradas como **Sora**, **Kling**, **Hailuo** e incluso **VideoPoet de Google**. En el benchmark **Physics-IQ**, que mide la capacidad de los modelos para entender y predecir el comportamiento físico en entornos dinámicos, **MAGI-1 logra puntuaciones líderes** gracias a su naturaleza autoregresiva, superando a todos los modelos actuales tanto en precisión espacial como temporal. ### Resultados destacados (I2V): | Modelo | Physics IQ ↑ | Coherencia Espacial ↑ | Coherencia Espacio-Temporal ↑ | MSE ↓ | | --- | --- | --- | --- | --- | | **MAGI-1 (I2V)** | **30.23** | 0.203 | 0.151 | 0.012 | | Kling 1.6 | 23.64 | 0.197 | 0.086 | 0.025 | | VideoPoet | 20.30 | 0.141 | 0.126 | 0.012 | | Sora | 10.00 | 0.138 | 0.047 | 0.030 | ## Control narrativo y generación condicional: un punto fuerte Uno de los mayores avances de MAGI-1 es su sistema de **prompts por fragmento**, que permite controlar la narrativa de cada bloque del vídeo de forma independiente, sin perder coherencia global. Esto hace posible: - Definir **eventos distintos en diferentes partes** del vídeo. - Aplicar **transiciones suaves** entre escenas. - Realizar **ediciones en tiempo real** a partir de texto o imágenes. Además, el sistema es compatible con tareas **t2v (texto a vídeo), i2v (imagen a vídeo) y v2v (continuación de vídeo)**, ampliando sus capacidades para múltiples flujos creativos y comerciales. ![mag 1 dit architecture](https://revistacloud.com/wp-content/uploads/2025/04/mag-1-dit_architecture-1024x927.png) ## Entrenamiento, distilación y rendimiento Sand AI ha liberado tanto la versión completa de MAGI-1 (24B) como una más ligera (4.5B) e incluso versiones distiladas y cuantizadas optimizadas para uso en tarjetas **RTX 4090** o GPUs H100/H800. Durante el entrenamiento, se empleó un algoritmo de **distilación progresiva** con distintas tasas de muestreo y un sistema de guía sin clasificador, lo que garantiza una **alineación fiel con las instrucciones del prompt** y una **inferencia rápida** sin pérdida de calidad. ## Código abierto y democratización del video por IA A diferencia de otros líderes del sector, Sand AI ha optado por una filosofía de apertura total: el modelo, el código de inferencia, las configuraciones y la documentación están [disponibles en GitHub](https://github.com/SandAI-org/Magi-1) bajo **licencia Apache 2.0**, con soporte para Docker y Conda. Esta estrategia **reduce las barreras de entrada** para investigadores, creadores y startups que quieran experimentar con generación de vídeo realista sin depender de APIs comerciales cerradas. ## ¿El nuevo estándar en vídeo por IA? Si DeepSeek marcó el ritmo en modelos de lenguaje open source, **MAGI-1 parece dispuesto a hacer lo mismo en el terreno audiovisual**. El respaldo de figuras como **Kai-Fu Lee** (director de Microsoft Research Asia) y el interés creciente en el repositorio de GitHub apuntan a que no se trata solo de un experimento más, sino de una apuesta sólida por competir a escala global. > 👀 You won’t believe this is AI-generated🧠 You won’t believe it’s open-source🎬 You won’t believe it’s FREEMagi-1 video model just humiliated commercial video toolsDetails and examples below: 👇 [pic.twitter.com/zlXRecWeqH](https://t.co/zlXRecWeqH)— Farhan (@mhdfaran) [April 21, 2025](https://twitter.com/mhdfaran/status/1914338379329835199?ref_src=twsrc%5Etfw) MAGI-1 es más que un modelo de IA generativa: es **una infraestructura visual potente, flexible y libre**, que llega en un momento donde la generación de vídeo se perfila como el próximo gran campo de batalla en inteligencia artificial. Frente a propuestas cerradas como **Sora o Gemini**, la transparencia y calidad técnica de MAGI-1 podrían convertirlo en **el nuevo referente de la generación visual open source**. Fuente: [Noticias inteligencia artificial](https://noticias.ai/magi-1-nueva-ia-china-video-que-amenaza-la-hegemonia-de-sora-y-gemini/)