DaVinci Magihuman：15B 开源视频生成器，原生自带音频

DaVinci Magihuman 是一个 150 亿参数的统一开源视频生成模型，最大的特点是能原生生成带音频的多语言视频。

性能表现与硬件门槛

根据开发者自测的基准数据，它在视觉质量和文本对齐上的表现都压过了开源竞品 LTX 2.3，整体错误率也更低。在真人对比盲测中，面对 LTX 2.3 时有 60% 的胜出率。此外，该模型开箱即用且没有任何内容审查限制。

不过想把它跑起来并不容易。目前在 Hugging Face 仓库中，即便只是蒸馏版本，权重体积也达到了 61GB。这意味着普通消费级显卡基本无法直接运行，只有拥有充足大显存硬件的开发者才能在本地部署。相关代码和安装说明已在 GitHub 与 Hugging Face 上放出，多数人可能还要等待社区推出量化版本。

为什么重要

在我们看来，它证明了原生音视频同步生成正逐渐成为开源视频模型的新标配，省去了后期单独配音的麻烦。自测 60% 的盲测胜率，也给现有开源头牌带来了实打实的压力。

但 61GB 的蒸馏版体积注定了它现阶段不是给普通爱好者玩的。除非你手头有专业级大显卡或云端算力，否则我们建议普通用户先观望，等开源社区做出更轻量的量化版再做尝试。