Das Unternehmen xAI hat das Grok Imagine Video 1.5 Modell öffentlich verfügbar gemacht. Das Tool ist ein Bild-zu-Video-Generator. Die Entwickler legten den Hauptaugenmerk auf Realismus, korrekte Bewegungsphysik und hohe Rendergeschwindigkeit.
Das Modell hat offiziell den Vorschau-Modus in der API verlassen. Gleichzeitig erhielten die Nutzer Zugang zu einer beschleunigten Version der Technologie.
Was das neue Modell kann
Der Grok Imagine Video 1.5 Dienst ist in der Imagine API unter der Kennung grok-imagine-video-1.5 verfügbar. Parallel dazu hat das Team die Video 1.5 Fast Version veröffentlicht. Sie funktioniert im grok.com/imagine Webdienst sowie in den iOS- und Android-Apps.
Der Hauptgeschwindigkeitsgewinn gilt speziell für die Fast Version. xAI behauptet eine fast doppelte Beschleunigung der Arbeit.
Die Qualitätsverbesserungen betrafen mehrere wichtige Bereiche gleichzeitig. Die Audiobegleitung, die Hintergrundatmosphäre und die Dialoge werden jetzt in einem einzigen Durchgang erstellt. Alle Elemente sind perfekt mit der Aktion im Bild synchronisiert, und die Sprache der Charaktere ist ausdrucksvoller und klarer geworden.
Die Bewegung der Objekte wird im gesamten Clip stabiler. Weniger Deformationen sind in den Bildern sichtbar, und Gewicht und Trägheit wirken glaubwürdiger. Über die API können Entwickler ein Startbild, eine Textbeschreibung der Bewegung, Auflösung und Dauer festlegen.
Neben dem Modell führt xAI kontinuierlich nützliche Werkzeuge für den Workflow ein. Projekte im Seitenpanel, paralleles Starten mehrerer Generationen und eine bequeme Suche durch die eigene Materialbibliothek sind im Interface erschienen.
Wie die Nutzer reagierten
Ein Teil des Publikums testete das Modell mehrere Tage lang. Die ersten Nutzer bewerteten das Ergebnis positiv und bezeichneten die Arbeit des Teams als hochwertig. Aber es gibt auch einen Wermutstropfen. Zum Beispiel bemerkten aufmerksame Zuschauer in dem Werbematerial einen unglücklichen Fehler im Namen des Produkts.
Viele Kommentatoren formulierten ihre Wünsche. Unter den Hauptanfragen sticht das Hinzufügen von Sprachreferenzen hervor. Diese Funktion wird benötigt, um Charaktere mit einem konsistenten Klang zu erstellen, wie in konkurrierenden Diensten.
Quelle: BeInCrypto
