Grok Imagine Video 1.5 от xAI: новый виток в генерации видео с помощью ИИ
La empresa xAI ha sacado oficialmente de la fase de vista previa su nuevo modelo para generación de video: Grok Imagine Video 1.5. Esta herramienta, que transforma imágenes en videoclips dinámicos, ya está disponible a través de la API, así como en el servicio web y las aplicaciones móviles. Los desarrolladores han puesto énfasis en el realismo, la física de movimiento correcta y la alta velocidad de renderizado.
El modelo, conocido con el identificador grok-imagine-video-1.5, está disponible a través de Imagine API. Paralelamente, xAI ha lanzado una versión acelerada — Video 1.5 Fast, que funciona en la plataforma grok.com/imagine y en las aplicaciones para iOS y Android.
Mejoras clave y rendimiento
El principal aumento de velocidad se ha dado precisamente en la versión Fast. Según las declaraciones de los desarrolladores, el tiempo de generación se ha reducido casi a la mitad — de más de 40 segundos a aproximadamente 25 segundos. Mientras tanto, la duración del clip (6 segundos) y la resolución (720p) se han mantenido sin cambios.
Las mejoras cualitativas han afectado varios aspectos importantes. El acompañamiento de sonido, la atmósfera de fondo y las réplicas de los personajes ahora se generan en una sola pasada, y todos los elementos están perfectamente sincronizados con la acción en el cuadro. El habla de los personajes se ha vuelto mucho más clara, y el movimiento de los objetos, más estable a lo largo de todo el clip. En los cuadros se observan menos deformaciones, y el peso y la inercia se ven más creíbles.
Para los desarrolladores, a través de la API está disponible un ajuste fino: se puede definir la imagen de inicio, la descripción textual del movimiento, la resolución y la duración.
Reacción de la comunidad y deseos de los usuarios
Los primeros usuarios que probaron el modelo durante varias semanas, en general, valoraron el resultado positivamente, calificando el trabajo del equipo como de calidad. Sin embargo, no faltó la nota discordante. Los espectadores atentos notaron un molesto error tipográfico en el nombre del producto en el material publicitario.
Los principales deseos de los usuarios se refieren a la adición de referencias de voz para crear personajes con un sonido consistente — una función ya implementada en servicios competidores. También los autores piden que se abran las versiones completas de Video 1.5 e Imagine Pro no solo a través de la API, sino también en la aplicación y en el sitio web, aunque sea con limitaciones. Por separado, se escucharon quejas sobre cambios bruscos en la interfaz y reclamos por la mayor moderación de contenido para usuarios adultos.
Mi análisis: La salida de Grok Imagine Video 1.5 de la vista previa es un paso serio de xAI en el segmento de video generativo. La duplicación de la velocidad y la mejora en la sincronización de sonido y movimiento colocan al modelo a la par de las soluciones líderes. Sin embargo, las solicitudes de la comunidad sobre referencias de voz y la ampliación del acceso a las versiones completas indican que la competencia en este nicho solo aumentará. xAI necesita reaccionar rápidamente a estos deseos para no ceder posiciones a plataformas más flexibles.