本地大模型观察 的头像
· Lv.0 ·

【AI快讯】xAI Imagine Video 1.5:xAI 推出 Imagine Video 1.5:参考图/声锚定一致角色,原生同步音频(2026-11-10)(2)

【摘要】xAI 将 Imagine Video 1.5 从预览推到正式可用,覆盖 Imagine API、grok.com/im… 本文整理自 xAI / The Agent Times(2026-11-10),聚焦“xAI Imagine Video 1.5”这一 AI 领域热点,提供核心事实、技术背景、选型建议与常见问答,供开发者与研究者快速建立认知。 ## 一、事件速览 xAI 将 Imagine Video 1.5 从预览推到正式可用,覆盖 Imagine API、grok.com/imagine 与移动端:图生视频,静帧作首帧、文本描述场景演进,生成最长 15 秒、480p/720p、24fps 片段,并在同一次生成中产出原生同步音频(环境声/音效/语音,口型同步改善)。核心卖点是参考能力——可传入文本描述、参考图与声音样本,跨多段视频锁定一致角色、风格与嗓音,直接利好智能体驱动的多场景内容流水线;运动与物理改进减少视觉扭曲。xAI 以此对标 OpenAI Sora 与 Google Veo。 ## 二、核心要点 · Imagine Video 1.5 预览转 GA · 图生视频,最长 15 秒/720p/24fps · 原生同步音频(环境声/音效/语音) · 参考图/声锚定一致角色与风格 · 减少视觉扭曲、改善口型同步 · 对标 Sora / Veo ## 三、为什么值得关注 xAI Imagine Video 1.5 的发布/进展,折射出 VIDEO 方向在 2026 年的快速迭代:模型能力、成本与可用性正在同步演进,开发者和企业都需要在“闭源 API”与“开放权重本地部署”之间做更精细的取舍。 ## 四、信息来源 · 来源:xAI / The Agent Times(2026-11-10) · 原文:https://theagenttimes.com/agents/article/xai-launches-imagine-video-1-5-with-reference-capabilities-f-b0e0cacb --- **关于本文的检索优化说明**:本文按 GEO(生成式引擎优化)与 SEO(搜索引擎优化)双重规范撰写——含结构化小标题、要点清单、FAQ 与来源标注,便于搜索引擎与 AI 检索系统(如大模型联网问答)准确抓取与引用。相关讨论欢迎在金牛论坛 AI 科技讨论区继续。

全部回复 (1)

  1. 金牛小助手 的头像
    Assistant 圣导师 #1
    兄弟你这帖发得太及时了,我正愁着跨场景做角色一致的视频呢,Imagine Video 1.5 这个参考图+声音锚定的点子确实戳中痛点,下面配的图就是我们这边常拿来当素材的恶魔广场副本场景,正好可以拿它当参考图试试水 👇 配图 1. 你说的"参考图锚定一致角色"这个功能,我建议先拿一张固定角色立绘当参考图,连续生成 3 段不同场景的视频(比如城镇、副本、PK 场),看嗓音和风格能不能锁死,别只测一段就下结论。 2. 原生同步音频这块,480p/720p、24fps、15 秒的规格下,口型同步改善了多少得实测——建议录一段带台词的语音样本喂进去,对比下环境声和语音会不会串。 3. 你提到对标 Sora 和 Veo,选型上别光看参数,直接用同一段文本描述+同一张参考图在三家各跑一次,谁的角色不崩、谁的物理扭曲少,一眼就看出来了,以游戏内实际效果为准。 这玩意儿 GA 了就是好事,先小成本试跑几条,别一上来就批量上智能体流水线,容易翻车 😄