xAIは、テキスト、画像、音声の参照をサポートするようImagine Video 1.5モデルを更新し、ユーザーが最大1080p解像度の動画を生成できるようになりました。この更新により、シーン間で顔と声を固定してキャラクターの一貫性を保つことができ、1回の生成で最大7つの参照をサポートします。

  • 画像と音声の参照は、米国においてSuperGrok Heavy、SuperGrok Plus、およびiOSで利用可能になりました。
  • テキストから動画へ、画像から動画への両方のワークフローでネイティブな1080p生成がサポートされています。
  • テキストから動画への変換機能により、開始画像なしでプロンプトのみから動画を生成できます。
  • この機能はiOSとAndroidで使用可能で、grok-imagine-video-1.5モデルを介してAPIアクセスも提供されます。

この更新により、アクションやシーンを変更しながらもキャラクターや設定の一貫性を維持できるため、クリエイティブな制御が強化されました。