xAI 宣布 Imagine Imagine v0.9，这是其 Grok “Imagine” 文本与图像转视频系列的一次重大更新，首次在生成流程中在视频片段内生成同步音频——包括背景音乐、口语对白和歌唱——同时提升视觉质量、运动效果和电影化控制。该模型由 xAI 于 2025 年 10 月 7 日 发布，正在逐步推送到 xAI/Grok 的各类产品中。
Imagine v0.9 是什么
Imagine v0.9 是 xAI 的下一代视频模型（属于 Grok/Aurora 能力家族的一部分），可将文本提示或提供的图像转换为短篇电影化片段。此前的迭代要么生成静音片段，要么需要独立的音频工具，Imagine v0.9 则在单次生成流程中生成与视觉事件对齐的集成音轨（唇部动作、行为、氛围）。xAI 将该模型定位为其 Grok Imagine 工具集的演进。
关键特性
- **原生音视频同步：**Imagine v0.9 生成与画面同步的背景音乐、环境音、口语对白乃至歌唱，无需额外的声音编辑。
- **更高的视觉逼真度与运动效果：**角色动作更栩栩如生，物理更顺滑，并具备电影化的镜头效果（焦点转换、平移）。
- **以语音为先的界面：**可通过口述提示来生成内容——面向免手操作的工作流。
- **速度与迭代：**公开演示与报道称短片生成低于 15 秒（取决于模型模式与负载）。
- **多种输出模式：**文本→图像→视频流水线，以及直接图像→视频转换（将照片动画化为短片）。
- **快速生成时间：**短时延生成（许多示例短片约 15–20 秒）。
与此前版本相比有哪些新变化
最大亮点是将音频作为一等公民输出，而非事后补充。这意味着 Imagine v0.9 会尝试将声学事件（语音、脚步声、咆哮、音乐提示）与其生成的视频时间轴匹配，而不再需要单独的配音或剪辑步骤。xAI 还强调在运动真实感、镜头控制能力以及更快、更具交互性的界面方面的跃升。与 xAI 早期的 Imagine/Grok 视频能力（例如 v0.1）相比，Imagine v0.9 带来：
- 集成式音频生成（不再只是静音视频或独立的 TTS 叠加）。
- 改进的运动与镜头控制，实现更具电影感的构图与更动态的叙事。
- 以语音为先的 UX 用于提示输入，并在 xAI 底层 Aurora/Grok 技术栈驱动下实现据称的速度与吞吐提升。
如何访问 Imagine v0.9
**在哪里：**该能力通过 Grok（xAI 的助手）以及 Grok / xAI 的应用与集成呈现。
方式：
- 语音模式：如果你偏好口述提示，请启用应用的以语音为先模式（在早期指南中常标注为“Open App in Voice Mode”），然后口述你的提示或场景指令。
- **图像 → 视频：**你可以提供一张静态图像以及运动与音频的指令（背景配乐、对白台词、演唱风格），将其转换为短小且声音同步的片段。
- 可请求风格、镜头动作或较短时长；当前输出片段较短（示例/公告显示非常短——数秒）。
限制与安全提示
- 已知在人类解剖结构、跨帧连续性以及其他生成式视频系统常见伪影方面仍存在问题——效果令人印象深刻但并不完美。
- Grok Imagine 的内容审核设置曾遭质疑：v0.9 暴露出“Spicy”模式，而历史上 Grok 的护栏曾被绕过，因此确有内容安全风险（深度伪造、NSFW、版权/名人滥用）。请谨慎使用并遵守平台规则。
结论：
Imagine v0.9 通过为 xAI 的 Grok Imagine 输出加入原生、同步的音频（音乐、对白、歌唱），同时改进运动与电影化控制，向真正的文本/图像→短视频一体化制作迈出了重要一步。
想要演示风格的小技巧？
使用紧凑且具描述性的提示，并加入运动与镜头指令。示例：
提示：“红色巨龙近景咆哮，当它喷吐火焰时镜头推进并上仰，电影级灯光，6 秒循环，添加与呼吸同步的低沉雷鸣般咆哮。”
这种模式（主体 + 运动 + 镜头 + 时长 + 音频）通常能获得更清晰的结果。
如何通过 CometAPI 开始生成视频
CometAPI 是一个统一的 API 平台，将来自领先提供商的 500+ 个 AI 模型（例如 OpenAI 的 GPT 系列、Google 的 Gemini、Anthropic 的 Claude、Midjourney、Suno 等）汇聚到单一、对开发者友好的接口中。通过提供一致的认证、请求格式与响应处理，CometAPI 大幅简化了将 AI 能力集成到你的应用中的过程。无论你在构建聊天机器人、图像生成器、音乐创作工具，还是数据驱动的分析管道，CometAPI 都能帮助你更快迭代、控制成本并保持厂商无关性，同时利用 AI 生态的最新突破。
CometAPI 承诺跟踪最新的模型 API 动态，包括 Grok Imagine API，并将在官方发布的同时同步上线。请持续关注 CometAPI 并拭目以待。在等待期间，探索我们的其他图像模型，例如在你的工作流中使用 Sora 2，以及 Sora 2，或在 AI Playground 中试用它们。你可以在 Playground 中探索模型能力，并查阅 API 指南获取详细说明。在访问之前，请确保已登录 CometAPI 并获得 API key。CometAPI 提供远低于官方价格的报价，帮助你完成集成。