Sand.ai تحصل على تمويل يزيد عن مليار دولار: تواصل التركيز على مسار الفيديو التراجعي، وتخطط لإطلاق نموذج كبير مفتوح المصدر MoE في يوليو

وفقًا لمراقبة Beating، أعلنت شركة نماذج توليد الفيديو الكبيرة Sand.ai (تأسست في يناير 2024) عن إتمام جولتين من التمويل بإجمالي أكثر من مليار دولار. تشمل المستثمرين شركات مثل Look Capital، Lollapalooza Capital (شركة عائلة وانغ هويون)، Jiukun Venture Capital، Jingwei Venture Capital، وYuyu Capital (MSA Capital)، Innovation Works، Source Code Capital، IDG، Baidu Venture Capital وغيرها من المؤسسات الرائدة. وتولى صندوق Xinghan Capital دور المستشار المالي في الجولة الأخيرة من التمويل.

قال مؤسس Sand.ai، تشاو يوي، في مقابلة إن الفريق يصر على اتباع مسار توليد الفيديو التلقائي (Autoregressive) غير المتفق عليه، بدلاً من المسار السائد في السوق وهو الانتشار (Diffusion). وقد حافظ نموذج Magi-1 الذي أصدرته سابقًا على المركز الأول في قائمة اختبار الفيزياء الواقعية Physics-IQ التي أعدتها Google DeepMind.

لتحقيق اختراق في ثلاثية «التكلفة، السرعة، الجودة» في توليد الفيديو، حولت Sand.ai في العام الماضي استراتيجيتها لاستكشاف بنية MoE (خبراء مختلطين)، وتخطط لإطلاق جيل جديد من نماذج توليد الفيديو باستخدام بنية MoE في يوليو 2026 (الربع الثالث)، مع موازنة بين كفاءة الاستنتاج وأكبر حجم للمعلمات في مجال المصادر المفتوحة، مع نية فتح مصدر النموذج.

في الجانب التجاري، تعتمد Sand.ai على استراتيجية مزدوجة تعتمد على النموذج والمنتج. حيث أطلقت في يناير من هذا العام منتج الوكيل الموسيقي VidMuse، الذي حقق خلال شهرين إيرادات سنوية قدرها 10 ملايين دولار. بالإضافة إلى ذلك، فإن مكتبة العمليات MagiAttention المفتوحة المصدر الخاصة بها تُستخدم من قبل جميع فرق النماذج متعددة الوسائط تقريبًا في البلاد، وحصلت على توصية من شركة NVIDIA الرسمية.

وفيما يتعلق بمفهوم «النموذج العالمي» الذي يثير اهتمام الصناعة، يرى تشاو يوي أنه لا يزال في عصر ما قبل GPT (قبل ظهور GPT-1)، حيث لم تتقارب البيانات والمسارات بعد. وأشار إلى أن الفيديو هو أهم وسائط البيانات التي تقود نحو النموذج العالمي، ويجب أن يتم عبر التنبؤ ببيانات الملاحظة الأصلية للفيديو (Pixels/Frames) لتمكين النموذج من تعلم القوانين الفيزيائية بشكل مستقل، بدلاً من إدخال المعرفة المسبقة للبشر لبناء نماذج الحالة بشكل صريح.