xAI ประกาศเปิดตัว Imagine Video 1.5 ซึ่งเป็นโมเดลวิดีโอที่ดีที่สุดของบริษัท พร้อมเพิ่มฟังก์ชันการอ้างอิงข้อความ ภาพ และเสียง รองรับการสร้างวิดีโอได้สูงสุด 1080p。
ฟังก์ชันข้อความสู่วิดีโอใหม่ และการรองรับ 1080p แบบเนทีฟ
Imagine Video 1.5 รองรับฟังก์ชันข้อความสู่วิดีโอในปัจจุบัน สามารถอธิบายฉากได้โดยไม่ต้องมีภาพเริ่มต้น เทคโนโลยีนี้รวมการสร้างภาพกับฟังก์ชันภาพสู่วิดีโอเข้าด้วยกัน และ 1080p แบบเนทีฟก็พร้อมใช้งานสำหรับการสร้างข้อความสู่วิดีโอและภาพสู่วิดีโอทั้งคู่
“Imagine Video 1.5 ที่เราเปิดตัวเป็นโมเดลวิดีโอที่ดีที่สุดจนถึงปัจจุบัน มีการเคลื่อนไหวที่ดียิ่งขึ้น ฟิสิกส์ที่ดียิ่งขึ้น และเสียงที่ดียิ่งขึ้น”
xAI
การเปิดตัวฟังก์ชันความสอดคล้องของเสียง
ผู้ใช้สามารถให้ภาพตัวละครและอ้างอิงเสียงได้ในตอนนี้ เพื่อให้แน่ใจว่าใบหน้าและเสียงของตัวละครคงที่ในทุกฉาก ฟังก์ชันนี้ทำให้ความต่อเนื่องของวิดีโอเพิ่มขึ้นอย่างมาก
“ส่งเข้าภาพตัวละครและอ้างอิงเสียง ทั้งคู่คงที่ในทุกฉาก”
xAI
การประยุกต์ใช้ฟังก์ชันการอ้างอิงหลายรายการ
แต่ละภาพอ้างอิงสามารถล็อกองค์ประกอบเฉพาะได้ เช่น ใบหน้า ผลิตภัณฑ์ หรือสถานที่ ผู้ใช้สามารถเปลี่ยนฉากได้ในขณะที่ตัวละครคงเดิม หรือเปลี่ยนตัวละครได้ในขณะที่ฉากคงเดิม สามารถใช้งานอ้างอิงได้สูงสุด 7 รายการพร้อมกัน
“แต่ละภาพอ้างอิงล็อกองค์ประกอบหนึ่ง อนุญาตให้ผู้ใช้ปรับตัวละครหรือฉากได้อย่างยืดหยุ่น”
xAI
การอัปเดตฟังก์ชันใน API
ใน API ของ xAI ฟังก์ชันการอ้างอิงภาพ ข้อความสู่วิดีโอ และ 1080p แบบเนทีฟ ได้เปิดให้บริการแล้ว พร้อมรองรับโมเดลวิดีโอที่ดีที่สุดคือ grok-imagine-video-1.5 ส่วนฟังก์ชันการอ้างอิงเสียง จะให้บริการตามความต้องการ
แหล่งข้อมูล：ประกาศทางการของ xAI