Grok Imagine Video 1.5、720p生成を40秒超から25秒へ短縮

AI動画生成では、待ち時間そのものが製品価値になり始めている。xAIは6月17日の投稿で、Grok Imagine Video 1.5を投入し、より現実的な描写、改善された物理表現、より速い生成を掲げた。元の投稿はこちら。

重要な数字は同じスレッドの続きにある。xAIは「720p videos now render in about 25 seconds, down from 40+ in our previous model」と書いた。リンク先のニュース記事でも、Grok Imagine Video 1.5 Fastは6秒の720p動画を約25秒で生成し、前モデルの40秒超からほぼ倍速に近づいたと説明している。Video 1.5 Fastはgrok.com/imagineとiOS・Androidアプリに展開され、Imagine Video 1.5はxAI APIでgrok-imagine-video-1.5として一般提供になった。

今回の更新は、音声、動き、作業フローの三点に分かれる。xAIは効果音、環境音、会話を同じ生成過程で作り、動作との同期を改善したと述べる。動きについては、クリップ全体で形が保たれやすくなり、ゆがみが減り、重さや勢いがより自然になったという。APIでは、開始画像、動きの説明、解像度、長さを指定して動画を生成できる。

xAIの公式アカウントはGrokモデル、API、連携機能を発信することが多い。今回の投稿が材料になるのは、Imagine Video 1.5がプレビュー的な位置づけから、消費者向けアプリとAPIの両方に広がったためだ。25秒という数字は、1本の動画を待つ時間だけでなく、複数案を作って選ぶ反復作業のコストを下げる。

次に見るべきは、デモ以外での品質だ。AI動画モデルは選ばれたサンプルでは強く見える一方、実際のプロンプトでは時間経過による人物や物体の崩れ、不自然な物理、音声同期の弱さが出やすい。開発者にとっては、モデル名だけでなく価格、レート制限、モデレーション、負荷時の遅延が採用判断の中心になる。