xAI が公式に Imagine Video 1.5 をリリースした。これは同社最高の動画モデルであり、テキスト、画像、音声の引用機能が新たに追加され、最大 1080p の動画生成が可能になった。
新たに追加されたテキスト・ツー・ビデオ機能とネイティブ 1080p 対応
Imagine Video 1.5 はテキスト・ツー・ビデオ機能をサポートし、開始画像なしでシーンを記述できるようになった。この技術は画像生成と画像・ツー・ビデオ機能を組み合わせたもので、ネイティブ 1080p がテキスト・ツー・ビデオおよび画像・ツー・ビデオの生成でも利用可能になった。
“今回リリースした Imagine Video 1.5 はこれまでで最高の動画モデルであり、より優れた動き、より優れた物理表現、より優れた音声を備えている。”
xAI
音声一貫性機能のリリース
ユーザーはキャラクター画像と音声引用を提供できるようになり、各シーンでキャラクターの顔と声が一貫して保たれる。この機能により動画の連続性が大幅に向上した。
“キャラクター画像と音声引用を渡すと、両方が各シーンで一貫して保たれる。”
xAI
複数引用機能の活用
各引用画像は顔、製品、場所など特定の要素を固定できる。ユーザーはキャラクターを固定したままシーンを変更したり、シーンを固定したままキャラクターを変更したりでき、最大 7 つの引用を同時に使用して生成できる。
“各引用画像が 1 つの要素を固定し、ユーザーがキャラクターやシーンを柔軟に調整できるようにする。”
xAI
API での機能アップデート
xAI の API では、画像引用、テキスト・ツー・ビデオ、ネイティブ 1080p 機能がすでに提供されており、最高の動画モデル grok-imagine-video-1.5 がサポートされている。音声引用機能は要望に応じて提供される。
情報源：xAI 官方公告
H
著者について
Henderson