xAI ابزار جدیدی به نام پیشنمایش Grok Imagine 1.5 را معرفی کرده است، یک مدل تصویر به ویدئو که اکنون از طریق API آن در دسترس است. این حرکت تولید ویدئو را مستقیماً از تصاویر ثابت با خروجی با رزولوشن 720p امکانپذیر میکند.
آنچه API ارائه میدهد
توسعهدهندگان میتوانند یک تصویر را به مدل وارد کنند و یک ویدئو دریافت کنند، بدون نیاز به یک خط لوله ویرایش ویدئوی جداگانه. این شرکت گردش کار را بدون درز توصیف میکند – یک تصویر را آپلود کنید و API بقیه کار را انجام میدهد. پیشنمایش Grok Imagine 1.5 جدیدترین افزوده به خط ابزارهای هوش مصنوعی مولد xAI است که تاکنون بر ایجاد متن و تصویر متمرکز بوده است.
خروجی 720p و استفاده در دنیای واقعی
این مدل ویدئو را با رزولوشن 720p تولید میکند، یک رزولوشن میانی که کیفیت و هزینه محاسباتی را متعادل میکند. این آن را برای کلیپهای کوتاه، محتوای رسانههای اجتماعی یا نمونههای اولیه مناسب میسازد، نه تولید در سطح سینما. xAI حداکثر طول کلیپ یا محدودیت اندازه فایل را برای نسخه پیشنمایش فاش نکرده است.
برای تیمهایی که اپلیکیشنهایی میسازند که نیاز به تبدیل عکسهای محصول، آثار هنری یا عکسهای آپلود شده توسط کاربر به حلقههای ویدئویی کوتاه دارند، API نیاز به خدمات رندر خارجی را برطرف میکند. این حرکت همچنین xAI را در رقابت مستقیمتر با سایر مدلهای تصویر به ویدئو از شرکتهایی مانند Runway و Stability AI قرار میدهد، اگرچه برچسب پیشنمایش 1.5 نشان میدهد که این ویژگی هنوز در مراحل اولیه است.
آنچه هنوز مشخص نیست
قیمتگذاری برای API اعلام نشده است – این پیشنمایش احتمالاً تحت سطوح استفاده استاندارد xAI قرار دارد. این شرکت همچنین نگفته است که چه زمانی، یا اگر، یک نسخه مصرفکننده از Grok Imagine در اپلیکیشن چتبات آن ظاهر خواهد شد. در حال حاضر، این مدل صرفاً یک ابزار توسعهدهنده است و کاربران علاقهمند برای آزمایش آن به یک کلید API نیاز دارند.
