Firma xAI udostępniła publicznie model Grok Imagine Video 1.5. Narzędzie to jest generatorem obrazu na wideo. Programiści kładli główny nacisk na realizm, poprawną fizykę ruchu oraz wysoką prędkość renderowania.
Model oficjalnie opuścił tryb podglądu w API. Jednocześnie użytkownicy zyskali dostęp do przyspieszonej wersji technologii.
Co nowy model potrafi
Usługa Grok Imagine Video 1.5 jest dostępna w API Imagine pod identyfikatorem grok-imagine-video-1.5. Równolegle zespół wprowadził wersję Video 1.5 Fast. Działa ona w serwisie internetowym grok.com/imagine, a także w aplikacjach na iOS i Android.
Główne zyski prędkości dotyczą konkretnie wersji Fast. xAI twierdzi, że praca została przyspieszona prawie dwukrotnie.
Ulepszenia jakości dotknęły jednocześnie kilku ważnych obszarów. Akompaniament audio, atmosfera tła i linie są teraz tworzone w jednym przejściu. Wszystkie elementy są doskonale zsynchronizowane z akcją w kadrze, a mowa postaci stała się bardziej ekspresyjna i wyraźna.
Ruch obiektów staje się bardziej stabilny przez cały klip. W kadrach zauważalnych jest mniej deformacji, a waga i bezwładność wyglądają bardziej wiarygodnie. Dzięki API programiści mogą ustawić obraz początkowy, tekstowy opis ruchu, rozdzielczość i czas trwania.
Wraz z modelem, xAI konsekwentnie wprowadza przydatne narzędzia do workflow. W interfejsie pojawiły się projekty w panelu bocznym, równoległe uruchamianie kilku generacji oraz wygodne przeszukiwanie własnej biblioteki materiałów.
Jak zareagowali użytkownicy
Część publiczności testowała model przez kilka dni. Pierwsi użytkownicy ocenili wynik pozytywnie, nazywając pracę zespołu wysokiej jakości. Ale jest też łyżka dziegciu. Na przykład, w materiałach promocyjnych uważni widzowie zauważyli niefortunny błąd w nazwie produktu.
Wielu komentatorów sformułowało swoje życzenia. Wśród głównych próśb wyróżnia się dodanie odniesień głosowych. Funkcja ta jest potrzebna do tworzenia postaci z konsekwentnym brzmieniem, jak w konkurencyjnych usługach.
Źródło: BeInCrypto
