Пращаш снимка на героя. Пращаш запис на гласа. Десет кадъра по-късно е същият човек, със същия глас - точно тук досега се чупеше AI видеото.
Факт
Фактите: на 31 юли xAI обяви разширение на Imagine Video 1.5, пуснат месец по-рано. Новото: референции - подаваш изображение на героя и запис на глас и моделът ги държи консистентни между сцените; видео само от текстово описание, без начално изображение; и родна резолюция 1080p. Текстът-към-видео и 1080p са общодостъпни на grok.com/imagine и в приложенията за iOS и Android; референциите тръгват от САЩ за абонаментите SuperGrok Heavy и SuperGrok Plus, с обещание за всички нива в следващите дни. Всичко е достъпно и през API. По данни на xAI моделът носи и по-добро движение, физика и звук спрямо предишната версия. Източник: xAI, 31.07.2026.
Защо постоянството е същината. Ефектен кадър AI видеото прави отдавна. Реклама, поредица, обяснително видео - това са десет, двайсет, трийсет кадъра с един и същ герой. Тъкмо там досега AI видеото се разпадаше: лицето плуваше, гласът се сменяше, зрителят усещаше шева. Референцията превръща модела от генератор на ефекти в нещо като актьор с договор - извикваш го утре, и той е същият.
Ефектният кадър е демо. Героят, който издържа трийсет кадъра, е продукт.
Границата пак се мести. Снимачен ден за прост рекламен клип вече се конкурира с един следобед пред екрана. Но окото решава кое става за пред клиента - постоянството го дава инструментът, вкусът - не.
Официални първоизточници
xAI - Imagine Video 1.5 with References, 31.07.2026Визуалът към статията е генериран код-арт, без чужди изображения.