xAI 发布 Grok Imagine Video 1.5:AI 视频生成新标准
xAI公司正式将其新一代视频生成模型——Grok Imagine Video 1.5从预览模式中推出。这款基于图像的工具专注于三个关键方面:逼真度、正确的运动物理特性和高渲染速度。在主模型发布的同时,用户还可以使用该技术的加速版本。
该模型已集成到Imagine API中,标识符为grok-imagine-video-1.5。此外,xAI还推出了Video 1.5 Fast版本,可通过网页服务grok.com/imagine以及iOS和Android应用程序访问。
关键改进与速度
性能提升主要体现在Fast版本上。如果之前的模型生成6秒720p分辨率的视频需要超过40秒,那么新版本大约只需25秒就能完成——速度几乎翻倍。视频长度和分辨率保持不变。
然而,最引人注目的是质量上的变化。现在,声音伴奏、背景氛围和角色台词可以一次性生成,并与画面中的动作完美同步。角色的台词变得更加清晰,物体的运动也更加稳定和逼真。变形更少,惯性和重量感更强。开发人员可以通过API设置起始图像、运动文字描述、分辨率和时长。
新工具与社区反应
与模型一同推出的还有对工作流程有用的功能:侧边栏中的项目、并行运行多个生成任务以及便捷的个人素材库搜索功能。
早期测试该模型数周的用户普遍对结果给予积极评价,认为团队的工作质量很高。但也存在批评意见。细心的观众在宣传材料中发现了产品名称中令人遗憾的拼写错误。此外,社区要求添加语音参考功能,以创建具有稳定声音的角色——这一功能在竞争服务中已经可用。
用户还要求开放Video 1.5和Imagine Pro的完整版本,不仅通过API,还要在应用程序和网站上提供,即使有限制也可以。另外,还有关于界面突然变化以及对成年用户内容审核加强的投诉。
专家观点: Grok Imagine Video 1.5是xAI向前迈出的坚实一步,尤其是在逼真物理特性和音频同步方面。然而,要赶上市场领导者,公司需要扩大完整版本的访问权限,并添加语音定制功能。当前对速度的关注是正确的决定,但如果没有设置上的灵活性,该模型可能会沦为小众工具。