xAI发布Grok Imagine 1.5，首登视频竞技场第一且支持音画同步生成
xAI 宣布在开发者平台开放图生视频模型 Grok Imagine Video 1.5 Preview。模型在发布后登顶 Arena.ai 视频竞技场图生视频排行榜，在初步评测中以 1473 的 Elo 评分位列第一，超越了字节跳动的 dreamina-seedance-2.0。Grok Imagine 1.5 具备一步生成音画同步视频的能力。以往的图生视频工具通常需要进行后期配音，而 Grok Imagine 1.5 在单次推理中即可同步输出视频与匹配的音频，包括人物对话、背景音乐和环境音效。用户只需输入一张起始图片并配合自然语言提示词，就能控制镜头的推拉、场景节奏与声音设计。
在技术架构上，Grok Imagine 1.5 基于 xAI 自研的 Aurora 引擎构建。不同于主流图生视频模型采用的扩散 Transformer 架构，Aurora 引擎是一个自回归混合专家（MoE）网络，在训练时将文本、图像、视频和音频视为统一的 Token 流进行联合预测。Grok Imagine 1.5 支持生成最长 15 秒、分辨率最高 720p 的视频。
https://cdn3.ldstatic.com/optimized/4X/0/4/a/04a76aa3715136450b2e583482e6cbaff1184349_2_690x473.jpeg 有没有星友在深圳的，一起出来聚聚啊 加班加点并不等同于更好的成果，反而意味着思考创新不足。 这个思路我先马住！ 这种复盘内容很适合做成自己的执行清单。 弱小和无知不是生存的障碍， 傲慢才是 。 风向标更新的速度很赞，大家多多去顶下
页:
[1]