曹越老师团队旗下的Sand.ai近日发布了一款名为GAGA-1的全新AI视频生成模型，主打音画同步功能，并于上线首日向所有用户免费开放。这款模型无需邀请码或排队，用户可直接通过官网体验其核心功能。
据研发团队介绍，GAGA-1的研发周期长达6个月，远超最初计划的2个月。其核心优势集中在人物表演领域，尤其是带台词的影视级内容生成。模型已能适配短剧、影游场景，部分功能可满足电视剧需求，但尚未达到电影级表现。
目前，GAGA-1仅开放“Gaga Actor”功能，画幅固定为16:9，支持5秒和10秒两种视频时长。用户需提供图片和文字描述作为输入，生成时间约3-4分钟。该模型对中英文台词的支持较为出色，能够精准还原失望、愤怒等复杂情绪，并支持双人场景互动。
在特色功能方面，GAGA-1不仅能识别外国人形象并生成带有口音的普通话，还具备唱歌能力。然而，模型也存在一些局限性，例如大幅动作可能导致肢体变形，过长提示词可能被忽略，日文支持效果不佳，且无法自定义上传音频或固定音色。
GAGA-1自带的Banana画图功能在生成亚洲人像时审美表现一般，建议用户搭配Seedream 4.0使用以获得更好效果。尽管如此，这款模型仍为低成本视频创作提供了新的可能性，尤其适用于短剧制作、影游NPC对话生成以及小说角色可视化等场景。
关于未来规划，研发团队透露，自定义音频和固定音色功能已接近完成，但因工程进度原因未纳入此次发布。价格方面，虽然免费使用期限尚未确定，但明确表示后续定价将远低于Sora2和Veo3等同类产品。