Илон Маск сообщил о новой версии нейросети Grok Imagine, которая используется для генерации изображений и видео. Разработчики сосредоточились на повышении реалистичности контента и улучшении качества синхронизации речи. В демонстрационных материалах показано, что алгоритм способен создавать ролики без единого реального кадра, полностью сгенерированные системой. Подробнее – в обзоре El.kz.
В обновлении улучшена работа с движением губ и звуковым сопровождением, что делает видео более правдоподобным. Ранее подобные технологии часто выдавали искусственное происхождение из-за рассинхронизации аудио и визуала. Теперь эти различия стали менее заметны даже при внимательном просмотре.
Grok Imagine получил возможность анимировать статичные изображения и объединять их в единую сцену. Это расширяет сценарии использования, позволяя создавать связные видеоролики из отдельных элементов. Технология также научилась продолжать уже существующие видео, достраивая сюжет автоматически.
Ранее система была ориентирована на короткие генерации, но теперь акцент сместился в сторону более сложных сцен. Пользователь может задать простой текстовый запрос, после чего нейросеть формирует визуально цельный ролик. Это приближает инструмент к формату полноценного видеопроизводства.
Параллельно с обновлением Imagine компания xAI представила новую версию основной модели Grok 4.3. В ней внимание уделено практическим инструментам, которые можно использовать в работе и разработке. Также был открыт доступ к API распознавания речи Grok Speech to Text.
В начале апреля система уже демонстрировала способность создавать кинематографические ролики по коротким текстовым шаблонам. Новые изменения развивают эту идею, делая генерацию более гибкой и детализированной. Обновления показывают, что направление синтеза видео становится одним из ключевых в развитии подобных моделей.
El.kz также писал о запуске нового мессенджера Маска XChat.