Agnes-Video-2.0-MoE: Sapiens AI rilascia i pesi open source

👁 112 letture

L’11 ottobre 2026 la società di Singapore Sapiens AI ha pubblicato su Hugging Face il modello Agnes-Video-2.0-MoE con pesi aperti sotto licenza Apache 2.0. Conta 28,7 miliardi di parametri complessivi, di cui 15,3 miliardi attivi, e genera video con audio integrato. La versione successiva Agnes Video 2.5 rimane invece proprietaria e a pagamento: ne parlo in dettaglio nella guida ad Agnes Video 2.5.

Cosa è stato rilasciato esattamente

Il repository Agnes-AI/Agnes-Video-2.0-MoE è stato creato l’11 ottobre alle 8:50 UTC. In base al README (verificato lo stesso giorno), si tratta di un modello capace di produrre immagini e suoni, sviluppato sulla base di DaVinci-MagiHuman, un progetto open source del gruppo GAIR-NLP.

La variante distribuita è il modello completo non compresso. L’azienda ha annunciato anche una versione alleggerita denominata “EENP 60%”, i cui pesi non sono ancora disponibili. Secondo il file README, questa variante ridurrebbe il tempo di denoising da 26,83 s a 20,92 s su GPU H100, al prezzo però di un calo qualitativo (il punteggio VBench 2.0 scende da 0,519 a 0,479).

Il contesto: la versione 2.5 a pagamento e il ritiro della 2.0 dalle API

Ecco la sequenza cronologica degli eventi per la famiglia Agnes Video:

• 31 maggio 2026 - Agnes AI annuncia su X che Agnes 2.0 (testo, immagini, video) è gratuito.
• 2 luglio 2026 - Viene condiviso il primo filmato dimostrativo generato con Agnes Video 2.5 Preview.
• 22 agosto 2026 - Data di debutto ufficiale di Agnes-Video-2.5 registrata da Artificial Analysis.
• 27 agosto 2026 - La versione gratuita Flash viene integrata in Pavo, piattaforma dedicata alle micro-serie.
• 25 settembre 2026 - Agnes-Video-V2.0 viene rimosso definitivamente dalle API.
• 30 settembre 2026 - Artificial Analysis pubblica la nuova classifica v2.0 per i generatori text-to-video. Nella rilevazione dell’11 ottobre, Agnes-Video-2.5 si colloca al decimo posto (1057 Elo), risultando il più economico della top 10 a circa 2,15 EUR (2,40 USD) per minuto a 1080p.
• 10 ottobre 2026 - Compare la issue #142 su GitHub: la versione gratuita Flash restituisce l’errore HTTP 503 “video_queue_full”.
• 11 ottobre 2026 - I pesi di Agnes-Video-2.0-MoE vengono caricati su Hugging Face.

La issue #142 ha raccolto due commenti fino all’11 ottobre: nel primo lo stesso problema è stato riscontrato con una seconda chiave API, mentre nel secondo un altro utente ha segnalato il medesimo errore l’11 ottobre intorno alle 11:25 UTC. L’azienda non ha fornito risposte. La versione commerciale 2.5 costa circa 0,022 EUR (0,025 USD) al secondo a 720p e circa 0,036 EUR (0,040 USD) a 1080p, vale a dire circa 0,18 EUR (0,20 USD) per un filmato da 5 secondi a 1080p (stime basate sul tasso BCE del 12/10/2026: 1 EUR = 1,1181 USD; fonte: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml).

Requisiti per l’esecuzione in locale

Il file README illustra un comando di prova: uno script che riceve un prompt testuale, imposta una durata di 5 secondi, 32 passi e il parametro cfg_number 2. Nel codice figurano anche gli argomenti --seed, --br_width e --br_height per la risoluzione. Tutte le dimostrazioni fornite nel repository sono generazioni text-to-video, benché l’architettura supporti teoricamente input video e audio.

Informazioni assenti nel README:

• la memoria VRAM minima raccomandata;
• la risoluzione e la lunghezza massime consentite per i filmati;
• dati di benchmark comparativi rispetto alla versione 2.5.

I test prestazionali dell’azienda sono stati condotti a una risoluzione di 448 x 256 pixel su durate di 4-5 secondi, calcolando i tempi su H100 in precisione FP32 senza la fase di decodifica VAE. Il solo archivio dei pesi (circa 57,5 GB) supera di oltre il doppio la dotazione di memoria di una RTX 4090 (24 GB): per avviarlo su una singola scheda desktop è indispensabile l’offloading su RAM di sistema. Nella codebase è presente il modulo cpu_offload_wrapper.py, ma la documentazione non ne illustra l’impiego. Non ho eseguito personalmente il modello in locale.

Due aspetti a cui prestare attenzione tra licenze e documentazione:

• La licenza Apache 2.0 si applica unicamente ai pesi specifici di Agnes. Il text encoder T5Gemma è regolato dalle licenze Gemma, mentre le altre componenti seguono i rispettivi termini proprietari od open source.
• Dei sei video demo collegati nel README, solo quattro risultano accessibili; due (un’alba tra le montagne e cavalli vicino al fiume) restituivano errore 404 l’11 ottobre.

Alcuni esempi di generazione con i rispettivi prompt sono consultabili nell’approfondimento su cosa sa fare Agnes Video 2.5.

Cosa cambia per chi crea contenuti e progetta pipeline AI

Se disponi di una workstation o di un server con una potente GPU NVIDIA da data center, hai a disposizione un ulteriore modello video-sonoro aperto per ricerca e utilizzi commerciali compatibili con i vincoli di licenza. Su un comune computer Windows sprovvisto di WSL l’esecuzione non è possibile. Se l’obiettivo principale è la resa finale anziché l’installazione on-premise, l’uso di Agnes Video 2.5 via API comporta una spesa di circa 17,89 EUR (20 USD) ogni 100 spezzoni da 5 secondi a 1080p (tasso BCE 12/10/2026). È la tariffa più bassa rilevata nella top 10, benché MiniMax H3, proposto a circa 35,78 EUR (40 USD), mantenga un vantaggio di 80 punti nel ranking Elo. Trovi l’analisi completa dei costi nel confronto sul generatore video più economico nella top 10. Per una panoramica sugli strumenti da eseguire in autonomia puoi leggere la guida sull’AI in locale, mentre l’alternativa open source con architettura MoE è trattata nell’articolo dedicato a MAGI-2.

// continua a leggereReddit chiude i feed RSS a novembre e l’API pubblica a marzo 2027, citando lo scraping da bot AINotizieIl programma WISeR usa l’IA per autorizzare o negare cure ai pazienti Medicare: documenti rivelano caos tecnico e pazienti in attesa di trattamentiNotizieQwen3.8 Max Prime gratis: esiste un accesso gratuito?Guide