Η εταιρεία τεχνητής νοημοσύνης xAI, ιδιοκτησίας του Έλον Μασκ, ανακοίνωσε την κυκλοφορία σε προεπισκόπηση του Grok Imagine Video 1.5, ενός καινοτόμου μοντέλου μετατροπής εικόνας σε βίντεο. Το συγκεκριμένο μοντέλο είναι σχεδιασμένο να μετατρέπει μία μεμονωμένη στατική εικόνα σε ένα σύντομο βίντεο, προσφέροντας ανάλυση έως και 720p. Οι χρήστες έχουν τη δυνατότητα να καθορίσουν λεπτομερώς τις επιθυμητές κινήσεις της κάμερας, τον ρυθμό της δράσης και την ατμόσφαιρα της σκηνής, χρησιμοποιώντας γραπτές εντολές (text prompts). Το Grok Imagine Video 1.5 αναλαμβάνει την εμψύχωση της σκηνής, διασφαλίζοντας ταυτόχρονα τη διατήρηση των αρχικών λεπτομερειών και του φωτισμού της εικόνας, όπως επισημαίνει η xAI. Επιπλέον, παρέχεται η λειτουργικότητα συνένωσης πολλαπλών πλάνων, επιτρέποντας τη δημιουργία εκτενέστερων σκηνών που διατηρούν ομοιόμορφη οπτική συνοχή.
Η πρόσβαση στο μοντέλο είναι επί του παρόντος διαθέσιμη ως προεπισκόπηση μέσω του API της xAI, με τη ρύθμισή του να απαιτεί μόλις λίγες γραμμές κώδικα. Με την παρουσίαση αυτή, η xAI τοποθετείται σε άμεσο ανταγωνισμό με καθιερωμένους παρόχους τεχνητής νοημοσύνης για βίντεο, όπως η Seedance και το Veo της Google. Αξίζει να σημειωθεί ότι η OpenAI είχε πρόσφατα προχωρήσει στην απόσυρση του δικού της μοντέλου βίντεο, του Sora, επικαλούμενη περιορισμούς στους διαθέσιμους πόρους και την πιθανή απουσία ενός βιώσιμου επιχειρηματικού μοντέλου.
Πηγή: xAI
