Grok Imagine Video

Grok Imagine Video — модель SpaceXAI для создания видео. Компания открыла к ней доступ через API вместе с моделью для картинок и называет этот набор общим пакетом для творческой работы от начала до конца. Модель оживляет неподвижную картинку, снимает ролик по текстовому описанию или меняет готовое видео по запросу. Звук она создаёт сама, вместе с изображением. Ролик по тексту получается в два шага: сначала модель рисует по описанию первый кадр, потом оживляет его.

Кроме создания роликов, модель умеет их монтировать. Она добавляет, убирает и заменяет предметы в кадре, меняет освещение и погоду, перекрашивает вещи, переводит ролик в другой стиль — аниме, киберпанк, акварель, оригами, мозаику — и оживляет наброски. Ещё она может перенести движения человека с записи на персонажа. Камерой управляют прямо в запросе: наезд, панорама, отъезд, ускоренная съёмка. Ролики бывают вертикальные, горизонтальные и квадратные, длиной до 15 секунд.

SpaceXAI заявляет, что на момент запуска модель заняла первое место в рейтинге независимого сервиса Artificial Analysis по созданию видео из текста с учётом качества, задержки и цены. По данным компании, она обошла Veo 3 и Veo 3.1 Fast от Google, а также Sora 2 и Sora 2 Pro от OpenAI. В монтаже, по замерам SpaceXAI, люди при попарном сравнении чаще выбирали её результат: в 57% случаев против Kling o1 и в 64,1% против Runway Aleph.

Сейчас модель устарела: линейку продолжила Grok Imagine Video 1.5. Старая версия выдаёт ролики не выше 720p, не позволяет задать последний кадр и не принимает исходную картинку вместе с опорными изображениями, которые задают облик героев и предметов. Монтировать она может только ролики до 8,7 секунды, и длина при этом не меняется. Grok Imagine Video 1.5 снимает в 1080p, лучше передаёт движение и речь и, по данным компании, работает почти вдвое быстрее: шестисекундный ролик в 720p выходит примерно за 25 секунд вместо 40 с лишним.

источники:Анонс Grok Imagine API ↗Карточка модели в документации ↗Руководство по созданию видео ↗