模型总参数约 114B，但它生成视频时，单次只激活约 6B 参数。
乍一看很奇怪：都做到千亿参数了，为什么不用全？
因为视频生成太吃算力了。
一段视频里有画面、有连续帧，还有声音和文本。模型变大以后，GPU 真正难受的地方，往往是数据在不同设备之间来回传。
参数一多、专家一多，通信就容易堵。MAGI-2 用的是 MoE 架构。
你可以把它理解成一个很大的专家库。做人物、动作、镜头、声音、语义的专家都在里面。生成一条具体视频时，系统挑一部分最相关的专家参与，其他专家先不动。
所以 114B 更像是模型储备的能力总量，6B 是这次任务实际动用的计算量。
技术报告里还有一个细节：它把一个 token 拆成多个小 head，每个 head 自己挑专家。这样人物外观、运动轨迹、环境音、对白这些信息，可以由不同的小组分别处理，最后再合起来。
对于视频这种长序列任务，分得更细会更好调度。这套设计还有一个现实意义。
过去看视频模型，大家习惯先看参数量、分辨率、时长和 Demo。
接下来可能还得加几项：
1. 生成一秒视频要花多少算力
2. 生成速度怎么样
3. 音画同步和动作稳定性怎么样
4. 同样效果下，成本能不能降下来
MAGI-2 Preview 给出的信号挺明确：视频模型还会继续做大，但“每次都全量计算”这条路越来越贵了。
