AI視頻生成賽道再起波瀾。xAI旗下AI助手Grok今日正式推出重磅升級——Grok Imagine全面支持純文本生成短視頻，用戶僅需輸入一句描述（如“賽博朋克城市中飛馳的摩托車”），17秒內即可獲得帶背景音效、動態鏡頭與專業畫質的6-15秒視頻片段，無需任何圖像輸入或編輯基礎。這一能力不僅徹底打通“想法到成片”的最後一環，更以碾壓級速度直指OpenAI Sora與Google Veo的市場地位。

image.png

17秒成片，速度碾壓行業

據實測，Grok Imagine在v0.9模型優化後，文字生成視頻平均耗時不足17秒，圖像轉視頻更實現“秒級響應”，大幅領先當前主流競品。生成內容支持16:9、9:16、3:2等多種寬高比，完美適配TikTok、Instagram、演示文稿等場景。視頻質量同步提升，動作流暢度、光影一致性與音畫同步率均達新高，連情緒氛圍（如“緊張”“夢幻”）也能精準呈現。

Grok、馬斯克、xAI

不止生成，更懂創作:多模態交互閉環

Grok Imagine並非“一次性輸出”工具，而是強調人機共創:

靜態圖秒變動態視頻:上傳一張圖片，AI自動添加運鏡、粒子效果與環境音;

多風格自由切換:支持寫實、動漫、抽象藝術等渲染模式;

創意模式加持:內置“Spicy Mode”（開放創意邊界）與Meme模式，滿足娛樂化表達;

實時迭代優化:生成後可調整提示詞，精細控制運動軌跡、色調甚至角色表情。

這一切依託xAI自研的Aurora多模態引擎，深度融合文本理解、視覺生成與音頻合成，確保輸出內容連貫性超95%，被早期用戶稱爲“最像人類協作的AI視頻工具”。

全平臺覆蓋，訂閱即用

該功能現已上線Grok Web端及iOS/Android App。免費用戶每日可限量生成，而Heavy/SuperGrok訂閱用戶則享無上限訪問、高清導出及優先隊列。xAI創始人埃隆·馬斯克更在X平臺親自預熱，稱這是“Grok向真正多模態智能體的關鍵飛躍”，並預告未來將加入視頻延長、剪輯與多鏡頭編排功能。

應用場景全面爆發

內容創作者:輸入“搞笑貓咪追激光”，秒出豎屏爆款視頻;

營銷團隊:用文字快速生成產品功能演示，節省外包成本;

教育工作者:一鍵創建歷史事件或科學原理的動態再現;

開發者:API開放後，可嵌入App實現個性化視頻流生成。

AIbase認爲，Grok Imagine的真正顛覆性，在於將視頻創作從“專業技能”降維爲“表達本能”。當17秒就能把腦洞變成視聽內容，AI不再是工具，而是每個人的創意分身。在Sora尚未全面開放之際，xAI已憑藉速度、易用性與生態整合，悄然搶佔多模態內容創作的制高點。這場由文字點燃的視頻革命，纔剛剛開始。