xAI anuncia oficialmente el lanzamiento de Imagine Video 1.5, su mejor modelo de vídeo, que ahora incorpora funciones de referencia de texto, imagen y sonido, y puede generar vídeos de hasta 1080p.
Nueva función de texto a vídeo y soporte nativo de 1080p
Imagine Video 1.5 ahora admite la función de texto a vídeo, sin necesidad de una imagen inicial para describir la escena. Esta tecnología combina la generación de imágenes con la funcionalidad de imagen a vídeo, y el 1080p nativo ya está disponible para la generación de texto a vídeo e imagen a vídeo.
“Nuestro Imagine Video 1.5 es el mejor modelo de vídeo hasta la fecha, con mejor movimiento, mejores efectos físicos y mejor audio.”
xAI
Lanzamiento de la función de consistencia de voz
Los usuarios ahora pueden proporcionar una imagen del personaje y una referencia de voz, garantizando que el rostro y la voz del personaje se mantengan consistentes en cada escena. Esta funcionalidad mejora enormemente la coherencia del vídeo.
“Se proporciona la imagen del personaje y la referencia de voz, y ambas se mantienen consistentes en cada escena.”
xAI
Aplicación de la función de múltiples referencias
Cada imagen de referencia puede bloquear un elemento específico, como un rostro, un producto o un lugar. Los usuarios pueden cambiar la escena manteniendo el personaje, o cambiar el personaje manteniendo la escena, pudiendo utilizar hasta siete referencias simultáneamente para la generación.
“Cada imagen de referencia bloquea un elemento, lo que permite al usuario ajustar de forma flexible el personaje o la escena.”
xAI
Actualizaciones de funciones en la API
En la API de xAI, las funciones de referencia de imagen, texto a vídeo y 1080p nativo ya están disponibles, y se ofrece soporte para el mejor modelo de vídeo grok-imagine-video-1.5. La función de referencia de voz se ofrece bajo demanda.
Fuente de datos：anuncio oficial de xAI