← العودة إلى المدونة
Newsحوالي 1 دقيقة قراءة

جمعت Sand.ai 200 مليون دولار. نموذجها الأساسي للفيديو هو المنتج الفعلي.

نُشر في 7 نوفمبر 2026
جمعت Sand.ai 200 مليون دولار. نموذجها الأساسي للفيديو هو المنتج الفعلي.

في 5 نوفمبر، أعلنت Sand.ai، شركة النماذج الأساسية للفيديو الصينية، عن جولة تمويل A+ بقيمة 200 مليون دولار بقيادة CAS Capital وWangsu Data Technology، بمشاركة China Time Capital وGuofang Capital وGreen Pine Capital وآخرين. وهي الجولة الثالثة للشركة هذا العام، ما يرفع الإجمالي خلال عشرة أشهر إلى 300 مليون دولار، ويضعها رسميًا ضمن نادي الشركات اليونيكورن.

المال هو العنوان الرئيسي. الجزء الأكثر إثارة للاهتمام هو ما كانت الشركة تبنيه بالجولتين السابقتين: MAGI-2 Preview، نموذج فيديو مفتوح الأوزان يتعامل مع الصوت والفيديو والنص كمشكلة واحدة بدلًا من ثلاث.

محوّل واحد لثلاث وسائط

يُوصف MAGI-2 Preview بأنه نموذج موحّد لتوليد الصوت والفيديو. يدخل النص والفيديو والصوت جميعًا إلى المحوّل نفسه، وتستمر المعلومات في التبادل عبر الانتباه الذاتي في كل طبقة. تقسم البنية حالة مخفية بأبعاد 3,072 إلى 12 رأسًا بأبعاد 256، وتمرّرها عبر 36 طبقة من مزيج متعدد الرؤوس من الخبراء، وتمنح كل رأس 256 خبيرًا مع اختيار ستة لكل رأس. ينتهي الأمر بتوكن واحد يفعّل 72 خبيرًا صغيرًا إجمالًا.

تتولى الخبراء المشتركون ما تشترك فيه الوسائط. ويتولى الخبراء الخاصون بكل وسيط ما لا تشترك فيه. ويلتف حول ذلك MagiMoE، مكتبة نوى MoE مخصصة، وMagiMuon، محسّن موزّع مبني لمسار التدريب والاستدلال.

أطلقت Sand.ai النموذج كواحد من أول نماذج الفيديو الأساسية من حجمه بأوزان مفتوحة، وكان التسعير عدوانيًا: نحو 0.5 يوان لمقطع 1080p مدته عشر ثوانٍ. كما أطلقت الشركة MAGI-1، وهو نموذج توليد فيديو انحدار ذاتي، وMagiHuman، وكلاهما مفتوح المصدر. ويُقال إن منتجها الاستهلاكي VidMuse تجاوز 10 ملايين دولار في الإيرادات السنوية المتكررة بعد شهرين من الإطلاق.

هذا التسلسل مهم. كان MAGI-1 انحدارًا ذاتيًا، وانتقل MAGI-2 Preview إلى تصميم قائم على الانتشار لمزيج من الخبراء، ويُوصف الإصدار التالي، MAGI-2 النهائي، بأنه نسخة أكبر من بنية MoE تلك. هذا مختبر يعمل عبر مسار توسّع وينشر نقاط التحقق أثناء ذلك، وهو موقف مختلف عن الشركات التي تبقي الأوزان مغلقة وتبيع استدعاءات API.

لماذا يستحق سوق الفيديو هذا النوع من المال

انظر إلى أين يوجد الطلب فعليًا. أعلنت Kuaishou عن إيرادات Kling AI بقيمة 850 مليون يوان صيني في الربع الثاني من 2026، بأكثر من 200 بالمئة على أساس سنوي، مع تجاوز المستخدمين العالميين 100 مليون. يتصدر Seedance 2.5 من ByteDance 13 من 20 فئة في ساحة الفيديو لدى Artificial Analysis، وقد أوقفت OpenAI بالفعل Sora، التطبيق وواجهة API معًا. نقلت Google المطورين من نقطة نهاية Veo 3.1 Preview في أكتوبر ووجهتهم إلى Gemini Omni Flash.

في الوقت نفسه، تنهار الأسعار. تشغّل Alibaba عرضًا ترويجيًا بنحو 30 بالمئة على Wan 3.0، ما يضع 1080p عند نحو 0.14 دولار في الثانية. على OpenRouter، تستحوذ ByteDance على 26.1 بالمئة من طلبات الفيديو، وHeyGen على 19.7 بالمئة، وGoogle على 18.5 بالمئة. وقفز mischief 1 من TBC، وهو مشتق من Wan 2.2 يُطرح بنصف سنت في الثانية، بنسبة 481 بالمئة أسبوعيًا لحظة إطلاقه.

عندما تنخفض أسعار الوحدات نحو الصفر، ينتقل المال إلى من يملك النموذج الأساسي. الشركة القادرة على تدريب توليد الفيديو وتقديمه على الهامش تلتقط الحجم الذي يستأجره الجميع من Google وByteDance وAlibaba.

لماذا يهمّ الصوت والفيديو الموحّدان تجاريًا

محوّل واحد للصوت والفيديو يزيل خطوات إنتاج، وهذا سبب بناء واحد.

خط الإنتاج القياسي لإعلان منتج اليوم يسير هكذا: ولّد الصورة، وولّد الصوت أو سجّله، واقطع الموسيقى، وامزج، وطابق الشفاه مع الحوار. كل واحد من هذه أدوات منفصلة لها تكلفتها وطريقة فشلها الخاصة، وخطوة المطابقة هي حيث تتعطل المشاريع. عندما ينتج النموذج الحوار والأجواء وأصوات الحركة في التمريرة نفسها مع الصورة، يصبح تزامن الشفاه خاصية للتوليد بدلًا من تعديل يُجرى لاحقًا.

كل بائع في هذه الفئة يدّعي الآن تلك القدرة، وهي تحدد ما إذا كان فيديو الذكاء الاصطناعي قادرًا على حمل شرح منتج بمتحدث أو إعلان قصصي بعلامة تجارية. وهي أيضًا القدرة التي تمتلك فيها البنية الموحّدة ميزة نظرية أوضح، إذ لا يتعين على النموذج وصف الصوت نصيًا والأمل في أن تطابقه الصورة.

كان MAGI-1 من Sand.ai انحدارًا ذاتيًا. وانتقل MAGI-2 Preview إلى مزيج خبراء قائم على الانتشار. وقد أُطلق كلاهما، ما يعني أن أي شخص يمكنه النظر في كيفية تغير جودة التوليد بين نموذج تسلسلي وآخر متوازٍ، وفي ما يحدث لتزامن الصوت عندما تتغير البنية.

كيف يقارن ببقية المجال

قارن نقاط السعر بدلًا من الادعاءات. تشغّل Alibaba Wan 3.0 بنحو 0.3 و0.6 و1.2 يوان في الثانية عند 480p و720p و1080p، مع عرض ترويجي بنحو 30 بالمئة يدفع 1080p إلى 0.14 دولار في الثانية عبر مسارات إعادة البيع. أطلقت MiniMax نموذج H3-Base مفتوح المصدر في أغسطس بإخراج 2K ومقاطع مدتها 15 ثانية وصوت ستيريو أصلي، وسعّرته بنحو ثلث النماذج الرائدة المماثلة. ودفع TaoMate-H3، وهو جهد مفتوح المصدر من الجانب التجاري لدى Alibaba، إلى أبعد من ذلك وجعل زمن الوصول إلى المقطع الأول مقياسه الرئيسي بدلًا من السعر لكل ثانية.

كل واحد من هذه يمثل هجومًا على البند نفسه. سعر Sand.ai البالغ 0.5 يوان لمقطع 1080p مدته عشر ثوانٍ يقع داخل هذا النطاق وليس دونه، ما يشير إلى أن الاستراتيجية هي الاتساع والانفتاح بدلًا من حرب أسعار لا يمكنها الفوز بها أمام شركة ببنية Alibaba التحتية.

الأسئلة غير المريحة

لا شيء من هذا موثّق بشكل مستقل. تعلن Sand.ai عن إيراداتها السنوية المتكررة وحجم جولتها بنفسها، والمقارنات على غرار PresentBench التي تهم المشترين عادةً تنشرها الشركات. بنية MAGI-2 مثيرة للاهتمام حقًا، لكن محوّلًا موحّدًا للصوت والفيديو مع 72 خبيرًا صغيرًا مفعّلًا لكل توكن مكلف أيضًا في التدريب، والشركة تموّل ذلك بالمال الذي جمعته لا بالإيراد الذي كسبته.

هناك أيضًا زاوية ترخيص تستحق المتابعة. صدرت عدة نماذج فيديو صينية مفتوحة في 2026 بشروط تستبعد الولايات المتحدة من الاستخدام التجاري، ما يدفع المطورين الغربيين نحو بدائل مغلقة ويعقّد أي قصة منظومة مفتوحة. ويبدو أن إصدارات Sand.ai المفتوحة الحالية تتبع المسار المتساهل الأكثر شيوعًا، وهو جزء من سبب زيادة الطلب على الجولة من المستثمرين الذين ذكرتهم.

والمنتج التجاري هو الجزء الذي يجب مراقبته. وصول VidMuse إلى 10 ملايين دولار من الإيرادات السنوية المتكررة بعد شهرين من الإطلاق رقم حقيقي، لكن منصات إنشاء الفيديو اعتادت النمو عبر حملات لمرة واحدة ثم التسطّح بعد أن تخبو الجِدّة. النموذج المفتوح هو ما يجعل الشركة مستدامة؛ والتطبيق هو ما يمول البحث.

ما يجب متابعته لاحقًا

يُوصف MAGI-2 النهائي بأنه وشيك، مع MoE أكبر وتصميم الصوت والفيديو الموحّد نفسه. إذا حافظ على سعر 0.5 يوان لكل عشر ثوانٍ بدقة 1080p مع دفع المقاطع الأطول وتزامن شفاه أفضل، يصبح النموذج هدفًا تدريبيًا معقولًا لأي شخص يبني منتجات فيديو بميزانية محدودة.

راقب ثلاثة أشياء على وجه الخصوص. ما إذا كانت الأوزان تُشحن فعليًا بترخيص متساهل. وما إذا كان المسار الصوتي يصمد عندما يحتوي المقطع على حوار، لأن الصوت الأصلي أصبح الآن شرطًا أساسيًا في هذه الفئة. وما إذا كانت إيرادات VidMuse تستمر في الصعود بعد ربع الإطلاق، أو ما إذا كانت تتبع منحنى الإنفاق العام على فيديو الذكاء الاصطناعي الذي تركب عليه كل منصة في هذا السوق.

في الوقت الحالي، الخلاصة المفيدة أبسط من عنوان جمع التمويل. تبني Sand.ai نماذج الفيديو الأساسية بالطريقة التي يتوقعها المجتمع المفتوح من المختبرات: انشر نقاط التحقق، وانشر تفاصيل البنية، وتنافس على السعر، وبع النسخة المستضافة لتمويل النسخة التالية.

مقالات ذات صلة