Grok Imagine Video 1.5 上线图像与语音参考功能

xAI 为 Grok 的视频生成工具 Imagine Video 推出 1.5 版本,新增图像参考和语音参考能力,意味着生成视频时可以指定“长什么样”和“听起来是什么声音”。

• 新增图像参考功能,用户可上传参考图控制视频中人物/场景的外观,而不再只靠文字描述硬猜
• 新增语音参考功能,可以指定或复刻特定音色用于视频配音,把“画面”和“声音”两条生产线打通
• 更新由官方账号直接演示发布,属于 Grok Imagine 系列的常规迭代,强化其在文生视频赛道的可控性
• 目前信息以官方演示为主,尚未披露具体参数(分辨率、时长、定价)等细节
• 看点:视频生成工具的竞争正从“能不能生成”转向“能不能精确控制”,图像+语音双参考是这场竞赛里补齐可控性短板的关键一步,值得关注后续实测效果和是否开放 API。

本内容由 AI 生成，仅供参考，请注意甄别