xAI hat offiziell die Veröffentlichung von Imagine Video 1.5 angekündigt, seinem bislang besten Videomodell, das nun über Text-, Bild- und Audio-Referenzfunktionen verfügt und Videos mit bis zu 1080p generieren kann.
Neue Text-zu-Video-Funktion und nativer 1080p-Support
Imagine Video 1.5 unterstützt nun die Text-zu-Video-Funktion, sodass Szenen ohne Startbild beschrieben werden können. Die Technologie kombiniert Bildgenerierung mit Bild-zu-Video-Funktionen, und natives 1080p steht nun auch für die Text-zu-Video- und Bild-zu-Video-Generierung zur Verfügung.
„Das von uns vorgestellte Imagine Video 1.5 ist das bislang beste Videomodell mit besserer Dynamik, besserer Physik und besserem Audio.“
xAI
Einführung der Stimmkonsistenz-Funktion
Nutzer können nun Charakterbilder und Stimmreferenzen bereitstellen, um sicherzustellen, dass Gesichter und Stimmen der Charaktere in jeder Szene konsistent bleiben. Diese Funktion verbessert die Kohärenz von Videos erheblich.
„Man übergibt Charakterbild und Stimmreferenz, beide bleiben in jeder Szene konsistent.“
xAI
Anwendung der Multi-Referenz-Funktion
Jedes Referenzbild kann ein spezifisches Element festlegen, beispielsweise ein Gesicht, ein Produkt oder einen Ort. Nutzer können die Szene bei gleichbleibendem Charakter ändern oder den Charakter bei gleichbleibender Szene austauschen, wobei maximal sieben Referenzen gleichzeitig für die Generierung verwendet werden können.
„Jedes Referenzbild sperrt ein Element, was Nutzern die flexible Anpassung von Charakteren oder Szenen ermöglicht.“
xAI
Funktionsupdates in der API
In der API von xAI sind Bildreferenzen, Text-zu-Video und natives 1080p bereits verfügbar, und das beste Videomodell grok-imagine-video-1.5 wird unterstützt. Die Stimmreferenz-Funktion wird auf Anfrage bereitgestellt.
Quelle: xAI-Offizielle Ankündigung