Grok Imagine отримав оновлення: поліпшена синхронізація губ і реалістичний звук

Платформа Grok Imagine, яка належить до екосистеми xAI Ілона Маска, отримала масштабне оновлення, що суттєво розширює її можливості у сфері генерації відеоконтенту. Тепер цей інструмент здатен створювати відеоролики з високим рівнем реалістичності, де персонажі говорять з ідеально синхронізованими губами та природнім звуком.

Революція у генерації відео: міміка і звукБільшість сучасних генеративних відеомоделей страждають від ефекту «зловісної долини», коли зовнішній вигляд персонажів здається майже людським, але рухи губ не співпадають із мовленням, що створює відчуття штучності. Проте команда xAI вдосконалила Grok Imagine, і тепер алгоритми точно відтворюють міміку відповідно до озвучки, а також автоматично генерують реалістичний аудіосупровід для відео.

"Grok Imagine now has dramatically improved lip sync and sharper audio quality on all image-to-video generations. Dialogue tracks the mouth. Sound matches the scene. Your videos look and sound the way you imagined them".Ілон Маск підкреслює, що у демонстраційному ролику, презентованому у соцмережі X, всі візуальні й аудіоелементи створені штучним інтелектом,

без участі реальних людей чи записів. Це відкриває новий рівень у питанні достовірності цифрового контенту та актуалізує необхідність верифікації відео у мережі.

Швидкий розвиток та нові функції Grok ImagineТемпи розвитку нейромережі вражають: лише за останній місяць Grok Imagine отримав низку важливих нововведень. Серед них:

• Анімація та монтаж: користувачі можуть анімувати статичні зображення й поєднувати їх у цілісні відеосцени.
• Розумне продовження: система здатна автоматично доповнювати відеоряд, зберігаючи стиль і логічну послідовність кадрів.
• Кінематографічність: Grok Imagine створює відео за короткими текстовими запитами, досягаючи ефекту професійної зйомки.

Технологічна гонитва та нові продукти xAIПоки Grok Imagine дивує публіку реалістичними відео, xAI активно просуває інші практичні рішення. Зокрема, нещодавно презентована версія Grok 4.3 орієнтується на прикладні задачі для бізнесу, а новий API Grok Speech to Text (STT) став доступним розробникам по всьому світу. Це дозволяє інтегрувати передові технології розпізнавання мовлення у різні цифрові продукти.

Швидкість розвитку xAI свідчить про прагнення компанії скоротити відставання від таких гігантів, як OpenAI та Google. Якщо раніше Grok Imagine вважався іронічним чат-ботом для вузької аудиторії, то зараз він перетворюється на потужний мультимедійний інструмент для створення контенту, який важко відрізнити від реального.

Поки команда Маска вдосконалює системи генерації мови, компанія Anthropic провела експеримент із Project Deal, де штучний інтелект самостійно укладав угоди на маркетплейсі, що свідчить про загальний тренд розвитку автономних агентів на ринку технологій.