شرکت xAI بهعنوان یکی از شرکتهای نوظهور و تاثیرگذار در حوزه هوش مصنوعی، بهتازگی از نسخه جدید پلتفرم تولید ویدیوی خود با نام Grok Imagine 1.0 رونمایی کرده است. این نسخه با تمرکز بر بهبود کیفیت خروجی و سادهسازی جریانهای کاری خلاقانه توسعه یافته است. این نسخه بهعنوان یک بهروزرسانی بزرگ، با هدف بهبود کیفیت ویدیو، افزایش بهرهوری هزینه و کاهش تاخیر در فرآیند تولید محتوا معرفی شده است.
براساس اعلام xAI، پلتفرم Grok Imagine در ۳۰ روز گذشته موفق به تولید بیش از ۱.۲۴۵ میلیارد ویدیو شده است؛ آماری که نشاندهنده رشد سریع استفاده از این ابزار در میان کاربران و توسعهدهندگان است. این شرکت تاکید کرده که نسخه 1.0 امکان تکرار سریع ایدهها و بهینهسازی جریانهای کاری خلاقانه را فراهم میکند.
هوش مصنوعی Grok Imagine 1.0 قابلیت تولید ویدیوهایی با حداکثر طول ۱۰ ثانیه و وضوح ۷۲۰p دارد و کیفیت خروجی صوتی آن نیز بهبود یافته است. کاربران میتوانند تنها با استفاده از توضیحات متنی یا تصاویر ثابت، ویدیوهای پویا تولید کنند. بهبود در مدیریت حرکت، تعامل اشیا و حفظ پیوستگی بصری بین صحنهها از دیگر پیشرفتهای این نسخه بهشمار میرود.
همزمان با معرفی این مدل، xAI از Grok Imagine API نیز رونمایی کرده است. این API بهعنوان مجموعهای یکپارچه برای تولید محتوا طراحی شده و قابلیتهای تولید ویدیو و صدا را با ابزارهای ویرایش ویدیو ترکیب میکند. این رویکرد به کاربران اجازه میدهد تولید محتوای جدید یا اصلاح و بهینهسازی ویدیوها را در یک محیط واحد انجام دهند.
Grok Imagine API از ورودیهای متنی، تصویری و همچنین ویرایش صحنههای سینمایی پیچیده پشتیبانی میکند. کاربران میتوانند اشیا را با دقت بالا به ویدیو اضافه یا حذف کنند، شرایط محیطی مانند نور خورشید، مه، زمستان یا غروب را تغییر دهند و کنترل دقیقی بر رنگ و عناصر بصری داشته باشند.
از دیگر قابلیتهای این پلتفرم میتوان به انیمیشنسازی کاراکترها براساس اجرای ارائهشده توسط کاربر، بازطراحی ویدیوهای موجود و تبدیل طرحهای اولیه و نقاشیهای خطی به تصاویر متحرک اشاره کرد. xAI اعلام کرده که عملکرد این سیستم از نظر تاخیر، همزمانی پردازش و هزینه بهینهسازی شده و خروجی صوتی و تصویری آن با استانداردهای رایج صنعت هوش مصنوعی همخوانی دارد.
رونمایی از Grok Imagine 1.0 نشان میدهد xAI قصد دارد نقش پررنگتری در بازار تولید محتوای ویدیویی مبتنی بر هوش مصنوعی ایفا کند. تمرکز بر API یکپارچه و ابزارهای ویرایش پیشرفته میتواند این پلتفرم را به گزینهای جدی برای تولیدکنندگان محتوا، تیمهای بازاریابی و کاربران حرفهای تبدیل کند.