Wat kan MAGI-2: 8 voorbeelden en prompts met tijdlijn

👁 114 keer gelezen

Wat MAGI-2 Preview precies kan, blijkt op dit moment slechts uit twee bronnen: drie demovideo’s van maker Sand.ai en de officiële prompts uit de GitHub-repository. Ik heb 8 voorbeelden verzameld: 3 democlips van de fabrikant, 3 prompts uit de repository en 2 templates voor eigen experimenten. Alle details over het model, de scores en de systeemeisen lees je in de handleiding MAGI-2 Preview.

Demovideo’s van Sand.ai

Op de startpagina van sand.ai, onder het kopje “Features MAGI-2 Preview”, staan drie video’s. Ik heb ze op 11 oktober gecontroleerd: alle drie de URL’s reageren met HTTP-statuscode 200, de bestanden dateren van 28 augustus 2026, meten 3840 x 2160 pixels bij 30 fps en bevatten een audiospoor. Volgens de README genereert het model uitsluitend clips van 10 seconden in 1080p. Omdat deze demo’s 5 tot 6 seconden duren in 4K, heeft de fabrikant ze ingekort en opgeschaald. De bijbehorende prompts zijn niet vrijgegeven.

1. Karakterspel: dialoog, zang en emotie

Toepassing: scènes met een pratend of zingend personage, videoclips, korte sketches met een AI-acteur.

Prompt: niet vrijgegeven door de maker. Beschrijving op de site: “Precisely generates dialogue, singing, and emotional shifts” (genereert dialoog, zang en stemmingswisselingen met passende lipsynchronisatie).

Commentaar: dit betreft een door de fabrikant geselecteerde demonstratie, waardoor het lastig is om de gemiddelde uitvoerkwaliteit te beoordelen. In de blindtests van Artificial Analysis staat MAGI-2 op de 10e plaats voor beeldkwaliteit in video - vergelijkbaar met Grok Imagine 1.5, en dus niet aan de absolute top.

2. Synchronisatie van beeld en geluid

Toepassing: geluidseffecten die synchroon lopen met acties op het scherm, omgevingsgeluid dat reageert op camerabewegingen.

Prompt: niet vrijgegeven door de maker. Beschrijving op de site: “Visuals and audio are generated jointly by a single model” (beeld en geluid worden gelijktijdig door één enkel model geproduceerd).

Commentaar: MAGI-2 plakt audio niet achteraf vast via een afzonderlijk model. Tekst, beeld en geluid worden verwerkt door dezelfde transformer. In de prompt kun je elk geluidseffect tot op een tiende van een seconde nauwkeurig timen (zie voorbeeld 6).

3. Camerabewegingen

Toepassing: filmische shots met push-in, het volgen van personages of een baan rondom een object (orbit).

Prompt: niet vrijgegeven door de maker. Beschrijving op de site: het model begrijpt kadrering, compositie en camerabewegingen, waaronder “zooming in, tracking, and orbiting”.

Commentaar: in de officiële prompts definieer je camerabewegingen afzonderlijk per tijdsegment: het type (zoals push-in), de richting en de intensiteit. Dat biedt aanzienlijk meer regie dan een simpele instructie als “de camera zoomt langzaam in”.

Officiële prompts uit de repository

Het bestand assets/demo_samples.json bevat configuraties voor 5 generaties: twee prompts voor image-to-video (inclusief startafbeeldingen), dezelfde twee voor text-to-video en één prompt in JSON-formaat. De README noemt ook het bestand sample_002.txt, maar dat leverde op 11 oktober een 404-foutmelding op. Alle prompts zijn opgesteld in het Engels en zijn bijzonder uitgebreid (9.000 tot 11.000 tekens) - hieronder toon ik kernfragmenten. De repository is gepubliceerd onder de Apache-2.0-licentie.

4. Anime: meisje loopt vanuit het bos naar de oceaan

Toepassing: een korte verhalende scène in traditionele Japanse 2D-animatiestijl, met één shotovergang en uitsluitend omgevingsgeluid.

core_caption: A 10-second continuous animated sequence following a young girl
from a dark, mist-filled forest to a sudden, bright clearing overlooking
a vast ocean...
audio_design: Completely ambient and naturalistic. [...] No dialogue
or background music.

shot_timeline1  time_range_seconds: 0.0 | 8.0   (bos, overgang naar de oceaan)
shot_timeline2  time_range_seconds: 8.0 | 10.0  (close-up gezicht, ademhaling)
audio_event_timeline: voetstappen 0-5 s, wind 3-8 s, takken 5-6,5 s,
golven 4-10 s, ademhaling 8-9,5 s, meeuwen 8,5-10 s

Nederlandse vertaling van de promptinhoud: een animatie van 10 seconden waarin een jong meisje vanuit een donker bos een lichte open plek met uitzicht op de oceaan betreedt, met geluiden van voetstappen, wind en zeegolven in plaats van achtergrondmuziek.

Beeldmateriaal: er is geen officieel gerenderde videoclip beschikbaar. De repository bevat alleen het startbeeld sample_000.jpeg (bekijk prompt op GitHub).

Commentaar: de prompt bevat aparte secties voor personages en decors (reference_bank), shots en specifieke geluidselementen. Ook zijn er negatieve instructies opgenomen: geen overgangen via “flash-to-white”, geen moderne voorwerpen en geen stijlwijziging naar 3D. Dit toont de structuur na automatische promptuitbreiding (“prompt enhancement”), wat in de documentatie wordt aangeraden.

5. Klei-animatie: figuurtje zoekt een rode bal

Toepassing: stop-motion klei-animatie met muziek en foley-effecten, opgebouwd uit vijf verschillende camerashots binnen 10 seconden.

core_caption: A 10-second stop-motion style 3D clay animation where a small
clay figure searches a cozy room for a lost red ball...
audio_design: Cheerful, warm ukulele and xylophone background music,
layered with animated Foley [...] No dialogue.

Nederlandse vertaling van de promptinhoud: een klein figuurtje van boetseerklei zoekt naar een verloren rode bal in een sfeervolle kamer, vindt eerst een blauwe knoop en daarna de bal, begeleid door opgewekte ukelele- en xylofoonmuziek.

De balklengte visualiseert de duur van elk shot (volledige balk = 10 s), overgenomen uit de time_range_seconds-waarden in sample_001.txt.

Beeldmateriaal: er is geen officiële video gepubliceerd, enkel de startafbeelding sample_001.jpeg.

Commentaar: vijf verschillende camerastandpunten in 10 seconden is erg ambitieus. De prompt specificeert bovendien de kenmerkende hortende bewegingen van stop-motion en vereist dat de bal zijn vaste volume behoudt in de handen van het personage. Of het model deze consistentie waarmaakt, valt zonder gegenereerde beelden niet te verifiëren.

6. Regenachtig café: tijdlijn in JSON en één gesproken dialoogregel

Toepassing: scène met een personage dat een handeling uitvoert en aansluitend een korte zin uitspreekt, ondersteund door een subtiele camerabeweging naar voren. Geschikt voor commercials en fictieprojecten.

Dit is het enige officiële voorbeeld dat direct in JSON-formaat is gestructureerd. Het maakt gebruik van twee lagen: een global_layer (stijl, belichting, personage, 50mm-lens, 16:9-beeldverhouding) en een dynamic_layer met tijdlijnsegmenten. Hier is de verkorte weergave:

{
  "global_layer": {
    "context": "A single continuous take inside a small corner cafe on a rainy afternoon.",
    "video_metadata": { "duration": 10.0, "aspect_ratio": "16:9" },
    "camera_cinematography": { "lens_focal_length": "50mm" }
  },
  "dynamic_layer": {
    "timeline_segments": [
      { "segment_basic_info": { "timestamp_range": "00:00.0-00:05.0",
          "camera_delta": { "camera_movement": { "type": "push-in" } } },
        "audio": { "special_audio_events": [
          { "timestamp": "00:02.4",
            "sound_description": "a short soft ceramic tap..." } ] } },
      { "segment_basic_info": { "timestamp_range": "00:05.0-00:10.0" },
        "audio": { "dialogue_lines": [
          { "timestamp": "00:05.6-00:07.4",
            "speaker": "<subject 1>",
            "text": "Careful, it's still very hot." } ] } }
    ]
  }
}

Nederlandse vertaling van de promptinhoud: een barista plaatst een kopje op een schoteltje, op 2,4 seconden hoor je het zachte tikken van porselein, en tussen 5,6 en 7,4 seconden klinkt de zin: “Careful, it’s still very hot” (“Voorzichtig, het is nog heel heet”).

Beeldmateriaal: geen officiële video beschikbaar (bekijk JSON op GitHub).

Commentaar: het volledige JSON-bestand telt circa 9.500 tekens en omschrijft zelfs de ring aan de rechterhand van de barista. In het dialoogveld staat "language": "English". De fabrikant noemt geen ondersteuning voor andere talen, dus Nederlandse spraak is vooralsnog allerminst gegarandeerd.

Sjablonen voor eigen experimenten

7. De kortste prompt uit de documentatie

Toepassing: een snelle basistest om te controleren of de serverinstallatie correct functioneert.

torchrun --nproc_per_node=8 inference/pipeline/entry.py \
    --prompt "a red fox in snow" --output output/

Nederlandse vertaling van de prompt: een rode vos in de sneeuw.

Beeldmateriaal: niet beschikbaar. Commentaar: de README waarschuwt dat een korte tekstprompt het model onderbenut (“underuses”), aangezien het getraind is op gedetailleerde, gestructureerde beschrijvingen. Daarom bevat het verwerkingsproces een optionele stap om prompts via een extern taalmodel automatisch te verrijken.

8. Eigen template: productreclame met tijdlijn

Toepassing: een commercial van 10 seconden met een productshot, synchroon geluid en een voice-over. Ik heb dit sjabloon gebouwd op basis van de JSON-structuur uit voorbeeld 6. Dit dient als vertrekpunt en is nog niet door mij gerenderd.

{
  "global_layer": {
    "context": "A single continuous product shot on a dark kitchen counter at night.",
    "video_metadata": { "duration": 10.0, "aspect_ratio": "16:9" },
    "camera_cinematography": { "overall_camera_style": "slow orbit around the product",
                               "lens_focal_length": "85mm" }
  },
  "dynamic_layer": {
    "timeline_segments": [
      { "segment_basic_info": { "timestamp_range": "00:00.0-00:04.0",
          "segment_description": "A hand presses the button of a steel coffee grinder." },
        "audio": { "special_audio_events": [
          { "timestamp": "00:01.2", "sound_description": "a sharp mechanical click" } ] } },
      { "segment_basic_info": { "timestamp_range": "00:04.0-00:10.0",
          "segment_description": "Ground coffee falls into a glass jar as the camera orbits." },
        "audio": { "dialogue_lines": [
          { "timestamp": "00:07.0-00:09.0", "speaker": "<narrator>",
            "text": "Fresh every morning." } ] } }
    ]
  }
}

Nederlandse vertaling van het scenario: een hand start een roestvrijstalen koffiemolen (klik op 1,2 s), gemalen koffie valt in een glazen pot terwijl de camera eromheen draait, en de voice-over zegt: “Fresh every morning” (“Elke ochtend vers”).

Commentaar: de belangrijkste ontwerpregels uit de officiële voorbeelden:

• De segmenten beslaan exact 10 seconden zonder onderbrekingen, aangezien dit de enige ondersteunde videolengte is.
• Elk afzonderlijk geluidseffect krijgt een eigen tijdcode en een heldere akoestische omschrijving.
• Gesproken tekst staat in een apart veld met timing en spreker-id, en wordt niet vermengd met de visuele beschrijving.
• Stijlkenmerken, belichting en het uiterlijk van objecten worden eenmalig gedefinieerd in de global_layer; de tijdlijnsegmenten bevatten uitsluitend de veranderingen.

Waarom er geen eigen videoclips zijn

Bij andere videomodellen voer ik gestandaardiseerde vergelijkingstests uit in de Video Arena. Bij MAGI-2 is dat momenteel praktisch onmogelijk:

• API: Artificial Analysis vermeldt de API-tarieven als “Coming soon”. Het model is op 11 oktober 2026 nog niet beschikbaar via fal.ai, Replicate, WaveSpeedAI of OpenRouter.
• Lokale hardware: de modelgewichten nemen circa 307 GB in beslag en de documentatie vereist 8 NVIDIA Hopper-videokaarten. Mijn eigen RTX 4090 beschikt over 24 GB VRAM.
• Cloudservers: volgens schattingen van het blog mushroom.cv kost het genereren van één enkele videoclip op AWS ongeveer 15 tot 30 minuten rekentijd, wat neerkomt op circa € 22,36 tot € 37,56 ($ 25 tot $ 42, omgerekend op basis van de ECB-referentiekoers van 12 oktober 2026: 1 EUR = 1,1181 USD via ecb.europa.eu). Voor dat bedrag render je tientallen clips met toonaangevende commerciële modellen via hun API.

Zodra er een betaalbare API-toegang verschijnt of een compactere “distilled” variant uitkomt, zal ik de resultaten voor voorbeelden 4 tot en met 8 hier toevoegen. Zoek je een open model dat je wel thuis kunt draaien, bekijk dan Wan 2.2 en de vergelijking van open videomodellen. Bekijk ook de geteste videoclips van modellen uit dezelfde leaderboard-update: HappyHorse 1.1 en HiDream-O1-Video.

Veelgestelde vragen

Zijn de demovideo’s op de Sand.ai-website echt gemaakt met MAGI-2?

Volgens Sand.ai zijn de drie video’s in de sectie “Features MAGI-2 Preview” daadwerkelijk met dit model gegenereerd. De video’s onder het kopje “Creative Partners” elders op de site zijn ingezonden door creators zonder vermelding van het gebruikte model (Sand.ai biedt ook de tool VidMuse aan) - die beschouw ik daarom niet als officiële demonstraties van MAGI-2.

Hoe schrijf je een effectieve prompt voor MAGI-2?

Werk met een zeer gedetailleerde, gestructureerde opzet: een algemene beschrijving, afzonderlijke specificaties van personages en locaties, shots met exacte tijdsintervallen en gerichte audio-events op de tijdlijn. Officiële templates zijn te vinden in de map assets/ van de repository.

Kan MAGI-2 gesproken dialogen genereren?

Ja, het café-voorbeeld bevat een dialoogregel met exacte timing. Deze spraak is echter Engelstalig. De maker heeft geen documentatie gepubliceerd over ondersteuning voor andere talen zoals het Nederlands.

Hoe lang duurt een video gegenereerd met MAGI-2?

Standaard exact 10 seconden. Volgens de documentatie is dit momenteel de enige vaste lengte die de architectuur ondersteunt.

// lees verderWat kan Seedance 2.5? 8 voorbeelden met promptsAI-toolsGemini Omni 1.2 Flash prompts: 7 regels en 9 voorbeeldenHandleidingenFoto’s in jaren 80-stijl met AI: 10 prompts en voorbeeldenHandleidingen

Kinetyra