نظرات (۰)کمپانی xAI بهصورت رسمی از پلتفرم هوش مصنوعی تولید ویدیو خود با نام Grok Imagine 1.0 رونمایی کرده است. نسل جدید این مدل با تمرکز بر ارتقای کیفیت خروجی، کاهش هزینههای پردازش و افزایش سرعت تولید معرفی شده و تنها طی ۳۰ روز گذشته بیش از 1.245 میلیارد ویدیو تولید کرده است.
Grok Imagine 1.0 امکان تولید ویدیوهایی با مدتزمان حداکثر 10 ثانیه و وضوح 720p را فراهم میکند. بخش صوتی نیز در کنار بهبود کیفیت تصویر با ارتقای محسوسی همراه شده و هماهنگی صدا و تصویر طبیعیتر از گذشته به نظر میرسد.
همچنین مدل مذکور میتواند با دریافت دستور متنی یا تصاویر ثابت، محتوای ویدیویی تولید کند و خروجی منسجمتری نسبت به نسل قبل در سناریوهای مختلف داشته باشد. یکی از تغییرات مهم این نسخه، بهبود مدیریت حرکت و تعامل اشیاء در صحنه است.
xAI اعلام کرده پیوستگی میان فریمها افزایش یافته و حرکات کاراکترها و عناصر محیطی روانتر از قبل نمایش داده میشوند. این موضوع باعث شده ویدیوهای تولیدشده کمتر مصنوعی به نظر برسند و در پروژههای خلاقانه یا تبلیغاتی کاربردیتر باشند.
Grok Imagine API نیز معرفی شد
بر اساس گزارش cnet همزمان با معرفی این مدل، xAI از Grok Imagine API نیز رونمایی کرده است. این رابط برنامهنویسی با هدف یکپارچهسازی کامل فرآیند تولید و ویرایش ویدیو طراحی شده و به توسعهدهندگان اجازه میدهد تولید تصویر، ویدیو و صدا را در یک پلتفرم واحد مدیریت کنند.
از طریق این API امکان ویرایش دقیق صحنهها، تغییر شرایط محیطی مانند نور و فصل، کنترل رنگ و حتی تبدیل طراحیها به انیمیشن وجود دارد. به گفته xAI مدل Grok Imagine 1.0 برای طیف گستردهای از کاربران از تولیدکنندگان محتوا و تیمهای بازاریابی گرفته تا مربیان آموزشی، طراحان و کاربران عادی در نظر گرفته شده است.
در حال حاضر دسترسی به API از طریق پلتفرمهای مختلف امکانپذیر است و کیتهای توسعه نرمافزار، مستندات آموزشی و یک کنسول تحت وب برای آزمایش در اختیار علاقهمندان قرار گرفته است.
به نظر میرسد xAI با Grok Imagine 1.0 قصد دارد جایگاه پر رنگی در بازار تولید محتوای ویدیویی به دست آورد. این رویکرد میتواند رقابت را برای سرویسهایی مانند Sora و Runway دشوارتر کند و در آینده معادلات ابزارهای سنتی ویرایش ویدیو را نیز تحت تأثیر قرار دهد.
