当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
就在刚刚，AI视频生成领域迎来了一位“价格屠夫”。Sand.ai 正式开源了全球首个千亿参数级别的 MoE（Mixture of Experts）视频生成模型。这个模型的参数规模高达 114B，但更令人咋舌的是，它每秒只需激活 6B 参数，就能生成 10 秒 1080P 的高清视频，而成本——只要 5 毛钱。
这个数字意味着什么？它意味着，视频生成的边际成本已经低到了可以忽略不计的程度。如果说此前 Runway、Pika 等工具让视频生成从“实验室玩具”变成了“创作者工具”，那么 Sand.ai 此次的开源，则可能将整个行业推入“基础设施”时代。
在 AI 领域，我们早已习惯了“大力出奇迹”的叙事。但 Scaling Law 在视频生成领域，一直面临着一个尴尬的现实：规模越大，成本越高，直到高到无法商业化。
传统的稠密模型（Dense Model）在处理视频时，需要激活全部参数。一个百亿参数级别的模型，生成一段短视频的算力消耗，往往让个人创作者和中小企业望而却步。这也解释了为什么目前市面上的高质量视频生成工具，大多以 API 付费的形式存在，且价格不菲。
Sand.ai 此次选择的 MoE 架构，则是对这一“魔咒”的精准打击。MoE 的核心逻辑是“术业有专攻”——虽然模型拥有 114B 的庞大“知识储备”，但在处理具体任务时，它只调用最相关的“专家”模块。这就像一家拥有 114 名顶级顾问的咨询公司，接单时只需派出 6 名最对口的专家，而非全员出动。
这种稀疏激活机制带来的成本优势是惊人的。10 秒 1080P 视频，5 毛钱成本，这个数字直接击穿了行业的心理防线。当生成成本从“分”或“元”的级别向“毛”的级别塌缩时，视频内容的供给曲线将变得极端陡峭。
在闭源模型占据头部市场的当下，Sand.ai 选择将千亿级模型开源，这并非简单的“情怀”，而是一步极具战略眼光的棋。
首先，开源是最大的“信任状”。对于开发者而言，黑盒 API 永远无法替代可本地部署、可微调、可审计的开源权重。Sand.ai 此举直接将决策权交还给了社区，这对于那些对数据隐私有极高要求的企业级用户来说，具有致命的吸引力。
其次，生态是比模型更深的护城河。通过开源，Sand.ai 可以吸引全球的开发者在其底层架构上构建工具链、工作流和应用。当围绕该模型形成的生态足够繁荣时，Sand.ai 的商业化空间将从“卖模型”转向“卖服务”和“卖算力优化方案”，这是一种更高维度的商业模式。
此外，从技术演进的角度看，这是对“视频生成 Scaling Law”的一次重新定义。它证明了在视频生成领域，智能密度的提升比单纯的参数堆砌更具性价比。114B 总参数、6B 激活，这不仅是工程上的胜利，更是对“效率优先”这一理念的极致践行。
作为一名技术观察者，我更好奇的是，这 6B 激活参数是如何撑起 1080P 视频生成的？
从技术架构上推测，Sand.ai 的模型在时间与空间维度上采用了高度解耦的设计。视频生成分为空间生成（单帧画面的质量）和时间建模（帧与帧之间的连贯性）。MoE 架构允许模型在空间专家和时间专家之间进行动态分配。
# 伪代码示意：MoE 路由机制在视频生成中的简化逻辑
def route_tokens(video_tokens, router):
# video_tokens: [batch, seq_len, hidden_dim]
# 路由器计算每个 token 与各专家的匹配度
routing_weights = router(video_tokens) # [batch, seq_len, num_experts]
# 只保留 Top-K (K=2) 的专家权重，这里假设 K=2
top_k_weights, top_k_experts = torch.topk(routing_weights, k=2, dim=-1)
# 根据路由结果，仅激活对应专家进行前向计算
for expert_id in unique_experts:
selected_tokens = collect_tokens(top_k_experts, expert_id)
expert_output = experts[expert_id](selected_tokens)
# 加权融合结果
return combined_output
# 这种稀疏性保证了计算量仅与 Top-K 专家相关，而非全部 114B 参数
这种设计带来的直接好处是，在推理阶段，模型的内存占用和 FLOPs（浮点运算次数）大幅下降。更低的显存需求意味着可以在更廉价的硬件（如消费级显卡）上进行部署，这进一步拉低了使用门槛。
这个“5 毛钱”的成本，将像一颗石子投入平静的湖面，激起层层涟漪。
对于影视行业的基层从业者而言，这或许是一把双刃剑。一方面，概念设计、分镜预演的成本大幅降低，创意试错变得更加容易；另一方面，基础性的视频剪辑、素材拼接工作可能会被加速替代。 对于 MCN 和内容营销机构而言，这无疑是一场狂欢。高成本的信息流广告视频、种草视频，其制作成本将趋近于零。内容的比拼将彻底回归到“创意”和“脚本”本身，而非制作预算。 对于算力提供商而言，这是一个巨大的增量市场。成本降低会刺激需求爆发，当人人都能轻松生成视频时，总算力消耗量将呈指数级增长。这就像云计算早期，虽然单位计算成本在下降，但总市场规模却在急剧膨胀。Sand.ai 此次开源，让我想起了 2007 年苹果发布 iPhone 时的场景。那时，智能手机并非新概念，但 iPhone 通过革命性的交互体验，将移动互联网的潜力彻底释放。
今天，Sand.ai 用“千亿参数、6B 激活、5 毛钱成本”这三个数字，为视频生成领域按下了一个关键的加速键。它证明了高质量视频生成不再是少数巨头的“特权游戏”，而将成为像水电一样的基础资源。
我们有理由相信，接下来的 12 个月，AI 视频生成将迎来真正的“寒武纪大爆发”。而在这场爆发中，效率与成本，将永远是决定技术能否改变世界的最终标尺。
量子位（https://www.qbitai.com/2026/08/466847.html）
标签：AI视频生成, #MoE, #开源模型当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
就在刚刚，AI视频生成领域迎来了一位“价格屠夫”。Sand.ai 正式开源了全球首个千亿参数级别的 MoE（Mixture of Experts）视频生成模型。这个模型的参数规模高达 114B，但更令人咋舌的是，它每秒只需激活 6B 参数，就能生成 10 秒 1080P 的高清视频，而成本——只要 5 毛钱。
这个数字意味着什么？它意味着，视频生成的边际成本已经低到了可以忽略不计的程度。如果说此前 Runway、Pika 等工具让视频生成从“实验室玩具”变成了“创作者工具”，那么 Sand.ai 此次的开源，则可能将整个行业推入“基础设施”时代。
在 AI 领域，我们早已习惯了“大力出奇迹”的叙事。但 Scaling Law 在视频生成领域，一直面临着一个尴尬的现实：规模越大，成本越高，直到高到无法商业化。
传统的稠密模型（Dense Model）在处理视频时，需要激活全部参数。一个百亿参数级别的模型，生成一段短视频的算力消耗，往往让个人创作者和中小企业望而却步。这也解释了为什么目前市面上的高质量视频生成工具，大多以 API 付费的形式存在，且价格不菲。
Sand.ai 此次选择的 MoE 架构，则是对这一“魔咒”的精准打击。MoE 的核心逻辑是“术业有专攻”——虽然模型拥有 114B 的庞大“知识储备”，但在处理具体任务时，它只调用最相关的“专家”模块。这就像一家拥有 114 名顶级顾问的咨询公司，接单时只需派出 6 名最对口的专家，而非全员出动。
这种稀疏激活机制带来的成本优势是惊人的。10 秒 1080P 视频，5 毛钱成本，这个数字直接击穿了行业的心理防线。当生成成本从“分”或“元”的级别向“毛”的级别塌缩时，视频内容的供给曲线将变得极端陡峭。
在闭源模型占据头部市场的当下，Sand.ai 选择将千亿级模型开源，这并非简单的“情怀”，而是一步极具战略眼光的棋。
首先，开源是最大的“信任状”。对于开发者而言，黑盒 API 永远无法替代可本地部署、可微调、可审计的开源权重。Sand.ai 此举直接将决策权交还给了社区，这对于那些对数据隐私有极高要求的企业级用户来说，具有致命的吸引力。
其次，生态是比模型更深的护城河。通过开源，Sand.ai 可以吸引全球的开发者在其底层架构上构建工具链、工作流和应用。当围绕该模型形成的生态足够繁荣时，Sand.ai 的商业化空间将从“卖模型”转向“卖服务”和“卖算力优化方案”，这是一种更高维度的商业模式。
此外，从技术演进的角度看，这是对“视频生成 Scaling Law”的一次重新定义。它证明了在视频生成领域，智能密度的提升比单纯的参数堆砌更具性价比。114B 总参数、6B 激活，这不仅是工程上的胜利，更是对“效率优先”这一理念的极致践行。
作为一名技术观察者，我更好奇的是，这 6B 激活参数是如何撑起 1080P 视频生成的？
从技术架构上推测，Sand.ai 的模型在时间与空间维度上采用了高度解耦的设计。视频生成分为空间生成（单帧画面的质量）和时间建模（帧与帧之间的连贯性）。MoE 架构允许模型在空间专家和时间专家之间进行动态分配。
# 伪代码示意：MoE 路由机制在视频生成中的简化逻辑
def route_tokens(video_tokens, router):
# video_tokens: [batch, seq_len, hidden_dim]
# 路由器计算每个 token 与各专家的匹配度
routing_weights = router(video_tokens) # [batch, seq_len, num_experts]
# 只保留 Top-K (K=2) 的专家权重，这里假设 K=2
top_k_weights, top_k_experts = torch.topk(routing_weights, k=2, dim=-1)
# 根据路由结果，仅激活对应专家进行前向计算
for expert_id in unique_experts:
selected_tokens = collect_tokens(top_k_experts, expert_id)
expert_output = experts[expert_id](selected_tokens)
# 加权融合结果
return combined_output
# 这种稀疏性保证了计算量仅与 Top-K 专家相关，而非全部 114B 参数
这种设计带来的直接好处是，在推理阶段，模型的内存占用和 FLOPs（浮点运算次数）大幅下降。更低的显存需求意味着可以在更廉价的硬件（如消费级显卡）上进行部署，这进一步拉低了使用门槛。
这个“5 毛钱”的成本，将像一颗石子投入平静的湖面，激起层层涟漪。
对于影视行业的基层从业者而言，这或许是一把双刃剑。一方面，概念设计、分镜预演的成本大幅降低，创意试错变得更加容易；另一方面，基础性的视频剪辑、素材拼接工作可能会被加速替代。 对于 MCN 和内容营销机构而言，这无疑是一场狂欢。高成本的信息流广告视频、种草视频，其制作成本将趋近于零。内容的比拼将彻底回归到“创意”和“脚本”本身，而非制作预算。 对于算力提供商而言，这是一个巨大的增量市场。成本降低会刺激需求爆发，当人人都能轻松生成视频时，总算力消耗量将呈指数级增长。这就像云计算早期，虽然单位计算成本在下降，但总市场规模却在急剧膨胀。Sand.ai 此次开源，让我想起了 2007 年苹果发布 iPhone 时的场景。那时，智能手机并非新概念，但 iPhone 通过革命性的交互体验，将移动互联网的潜力彻底释放。
今天，Sand.ai 用“千亿参数、6B 激活、5 毛钱成本”这三个数字，为视频生成领域按下了一个关键的加速键。它证明了高质量视频生成不再是少数巨头的“特权游戏”，而将成为像水电一样的基础资源。
我们有理由相信，接下来的 12 个月，AI 视频生成将迎来真正的“寒武纪大爆发”。而在这场爆发中，效率与成本，将永远是决定技术能否改变世界的最终标尺。
这个事件/技术的核心价值在于它推动了一个重要方向的发展。作为从业者/关注者，我们既要看到短期的影响，也要理解其长期意义。
量子位（https://www.qbitai.com/2026/08/466847.html）
原文链接：https://www.qbitai.com/2026/08/466847.html【开场 Hook（0-5秒）】
当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
【核心内容（5-45秒）】
千亿MoE视频模型开源，10秒1080P成本5毛钱，视频生成进入“白菜价”时代？
（根据文章正文提炼 3-5 个关键点，口语化表达）【结尾引导（45-60秒）】
如果你觉得有用，点赞收藏，评论区告诉我你的看法！
千亿MoE视频模型开源，10秒1080P成本5毛钱，视频生成进入“白菜价”时代？ 🔥
当视频生成的成本从“烧钱”走向“白菜价”，内容产业的游戏规则正在被彻底重写。Sand.ai刚刚扔出的这枚深水炸弹，或许比我们想象的还要猛烈。
💡 关键信息：
#AI视频生成 ##MoE ##开源模型
#科技资讯 #前沿技术
点击「复制」获取平台专属文案，到各平台编辑器（App/网页）粘贴即可发布。
有密钥的 4 个平台（微信服务号 / 头条 / 百家号 / 微博）可自动发布，密钥填好后自动点亮。
| 平台 | 状态 | 操作 |
|---|---|---|
| 公众号 | 🔑 待配置密钥 | |
| 知乎 | 📋 手动复制 | |
| 抖音 | 📋 手动复制 | |
| 小红书 | 📋 手动复制 |