xAI推出Imagine v0.9影片生成模型:15秒完成創作,免費對全體用戶開放

摘要

xAI於2025年10月7日（美東時間）正式發布了影片生成AI模型Imagine v0.9，並向所有用戶免費開放。這是自今年7月推出Imagine v0.1以來的首次重大升級。新版本在視覺品質、動態運動和音訊生成等方面實現了顯著提升，能夠生成與影片動作同步的音訊效果。

技術突破與核心功能

Imagine v0.9在視覺品質、運動效果、音訊生成等方面實現了大規模升級。該模型最引人注目的特性之一是原生影音一體化生成能力，可直接創建包含同步音效的電影級影片，無需後期編輯。

在官方演示影片中，生成的龍張開閉合嘴巴時會發出逼真的吼叫聲，機器人可以與人類口型同步說話，甚至能夠生成富有表現力的歌唱內容。

動作控制與畫面效果

v0.9版本在動作控制方面取得了長足進步，能夠流暢再現滑雪跳躍等複雜動態動作，從起跳到落地全程無變形失真。此外，該模型支援添加智能焦點轉移等動態相機效果，可根據鏡頭位置變化模糊街景以突出人物主體。

生成速度優勢

伊隆·馬斯克在社交平台X上表示，Imagine v0.9能夠在15秒內完成影片生成。這一速度相比競爭對手OpenAI的Sora 2有明顯優勢。據報導，Sora 2生成單個影片可能需要一到兩分鐘。

可訪問性與產品整合

Imagine v0.9已整合到Grok的影片生成功能中，向所有用戶免費開放，包括免費用戶。用戶可透過訪問grok.com/imagine使用該功能。

馬斯克還鼓勵用戶嘗試Grok的語音優先介面，透過設定啟用「語音模式打開應用」功能，用戶可以直接透過語音創建影片、圖像和文本，無需輸入文字。

爭議性功能仍然保留

值得注意的是，Grok的影片生成功能包含「Spicy」模式，該模式允許生成可能被Google或OpenAI影片生成AI屏蔽的內容。這一功能在v0.9版本中得以保留，引發了關於深度偽造風險和內容監管的討論。

v0.9的一項重要升級是允許用戶為影片添加自定義語音，這項技術成熟後，用戶可能上傳公眾人物照片並生成他們說特定內容的逼真影片，存在深度偽造風險。

市場競爭背景

Imagine v0.9的發布正值AI影片生成領域競爭白熱化之際。OpenAI於9月30日發布了旗艦級影片和音訊生成模型Sora 2。xAI此次更新被視為對Sora 2的直接回應。

不同於Sora 2採用的邀請制系統，Imagine v0.9向所有用戶免費開放，透過提供免費訪問吸引了大量流量。

當前局限性

測試發現，Imagine v0.9在實際使用中存在一些問題，包括誤解提示詞、影片和音訊不一致、未對深度偽造風險發出警告，以及無法處理中文等。此外，部分用戶報告網頁版暫時無法正常工作。

儘管存在這些局限，Imagine v0.9仍代表了AI影片生成技術的重要進步，為內容創作者提供了快速、免費的影片製作工具。隨著技術的持續迭代，該模型有望在未來幾個月內進一步提升能力和品質。