これまでにない最大の飛躍 ～xAI、画像・動画生成AI「Grok Imagine 1.0」を発表

xAI、新しい画像・動画生成AI「Grok Imagine 1.0」を発表

　米xAIは2月2日（日本時間）、新しい画像・動画生成AI「Grok Imagine 1.0」を発表した。同社は本モデルを『これまでにない最大の飛躍』だとしている。

　「Grok Imagine 1.0」は、自然言語によるプロンプト（指令文）をもとに動画や画像を生成するAIモデル。新モデルはより長く、高解像度な動画を生成できるようになっただけでなく、オーディオを劇的に改善。コンテンツにマッチしたBGMを追加したり、キャラクターを感情豊かにしゃべらせることができる。「Artificial Analysis」のベンチマークでもトップを獲得しているとのことで、その品質には期待してよいだろう。

無料ユーザーでも「grok.com/imagine」から利用できる

　また、プロンプトに対する追従性も向上しているとのこと。もし一度のプロンプトで満足のいくコンテンツを生成できなくても、フォローアップのプロンプトを追加することで、コンテンツを再生成して自分の想像に近づけることができる。

　「Grok Imagine 1.0」で生成できるコンテンツは、以下の通り。無料ユーザーでも「grok.com/imagine」から利用できる。

• 1つのプロンプトで複数の画像を同時生成。気に入った画像を動画化することも
• 動画の長さ：6秒または10秒（音声付き）
• 動画の解像度：480pまたは720p
• アスペクト比：2:3（縦長）、3:2（横長）、1:1、9:16、16:9

　加えて、動画のテイストを「Spicy」、「Fun」、「Normal」の3つのプリセットから選ぶことが可能。古い家族写真やペットの写真をアニメーション化したり、今日のニュースをもじってミームやクリップを作成したりもできる。

コンテンツの生成オプション