🔞 xAI 正式发布视频生成 API
xAI 正式发布了 Grok Imagine API,进军视频生成与编辑领域。该 API 支持文本或图片直接生成带音频的视频,并提供强大的视频编辑功能。其设计重点在于通过降低延迟和成本,提升创作者的迭代效率,同时在基准测试中表现优异。
01核心功能:生成与镜头控制
- 生成模式多样
支持文本到视频(Text-to-Video)和图片到视频(Image-to-Video)两种生成路径。 - 精细镜头语言
具备细致的运动控制能力,支持指定 zoom out、pan right、timelapse 等具体镜头语言,同时兼容不同画幅和时长设置。 - 原生音频与写实感
生成的视频自带原生音频,画面风格在追求写实感的同时,也支持创意风格输出。
02视频编辑与风格迁移
Grok Imagine API 提供了高精度的视频编辑功能,强调操作的精度高、连续性好。用户不仅可以对视频内容进行增删改,还能控制角色表演和调整场景氛围。风格迁移能力覆盖 cyberpunk、anime、水彩、折纸等多种风格,甚至支持将草图动画化。
- 对象编辑
支持向视频中添加对象、删除对象或替换对象。 - 场景与氛围调整
能够控制角色表演,并调整场景氛围(例如将晴天修改为秋天或雾天)。 - 风格迁移
支持赛博朋克、动漫、水彩、折纸等风格,并能实现草图动画化。
03性能基准测试表现
| 测试维度 | Grok Imagine 表现 | 对比竞品 |
|---|---|---|
| Artificial Analysis 排名 | 价格与延迟排名第一,质量分数领先 | 优于 Veo、Sora 等模型 |
| IVEBench 视频编辑基准 | 指令跟随与一致性表现优异 | 超过 Kling 和 Runway 对应版本 |
Grok Imagine 在基准测试中的关键数据对比
04争议与合规:Spicy 模式
Grok Imagine 包含能够生成成人内容的“Spicy”模式,这一功能引发了多家机构的调查。对此,xAI 随后加强了保障措施,并将部分敏感功能限制为付费用户专享。
05接入方式
目前该 API 已正式开放。开发者既可以通过 xAI 的官方接口直接接入,也可以在合作伙伴平台上使用。官方文档中提供了详细教程和控制台供用户直接试用。
当前文章无评论,是时候发表评论了