xAI izlaiž Grok Imagine Video 1.5 ar multi-atsaucēm, balss fiksāciju un natīvo 1080p

xAI ir laidis klajā Grok Imagine Video 1.5 kā savu labāko image-to-video steku: precīzāka kustība un fizika, sinhrons audio, ātrāka ģenerēšana, un jūlija atjauninājums ar multi-atsaucēm, balss konsistenci, text-to-video un natīvo 1080p.

Temps bija ātrs. 2026. gada 3. jūnijā xAI API ielika grok-imagine-video-1.5-preview image-to-video līdz 720p no nekustīga kadra un kustības prompta. 16. jūnijā modelis kļuva vispārpieejams kā grok-imagine-video-1.5 Imagine API, ar Video 1.5 Fast uz grok.com/imagine un Grok iOS un Android lietotnēm. xAI saka, ka skaņas efekti, atmosfēra un dialogs veidojas vienā gājienā ar attēlu; kustība labāk notur svaru un inerci; Fast gandrīz dubulto ātrumu — apmēram 25 sekundes 6 sekunžu 720p video, salīdzinot ar vairāk nekā 40 sekundēm iepriekš.

Lielākais produkta solis ir atsauces. 2026. gada 31. jūlijā Imagine Video 1.5 ieguva teksta, attēla un balss atsauces. Vairs nav vajadzīgs tikai viens sākuma kadrs: apraksti kadru text-to-video vai baro atsauces identitātes fiksācijai. Attēla un balss atsauces sākās ASV SuperGrok Heavy un SuperGrok Plus lietotājiem tīmeklī un iOS, pēc tam izvēršas uz visiem līmeņiem. Multi-atsauce ļauj katram attēlam fiksēt vienu elementu — seju, produktu vai vietu. Saglabā tēlu un maini fonu, saglabā fonu un maini tēlu, vai noturi abus un maini tikai darbību. Līdz septiņiem atsauces attēliem vienā ģenerācijā. Iedod tēla attēlu un balss atsauci — sejas un balss paliek vienādas starp ainām.

Natīvais 1080p ir pieejams text-to-video un image-to-video uz grok.com/imagine, iOS un Android. xAI API: attēla atsauces, text-to-video un natīvais 1080p ir dzīvi uz grok-imagine-video-1.5; balss atsauces — pēc pieprasījuma. Grok Imagine arī pievieno Projects, vairākus aģentus paralēli un bibliotēkas meklēšanu.

Lasīt vairāk: Imagine Video 1.5 with References, Grok Imagine Video 1.5 GA, 1.5 Preview un video generation docs.