📹 Видеоагенты — следующая эволюция генерации видео: мнение Ethan He из xAI Grok Imagine
Ведущий инженер xAI, ранее работавший над NVIDIA Cosmos World Model, утверждает: будущее не за улучшением моделей видео (как Sora), а за видеоагентами. По его словам, интеллект видеомоделей исходит в первую очередь от LLM, а не от обучения на видеоданных. Следующий рубеж — интерактивные, real-time world models, способные планировать, генерировать, редактировать и итерировать контент в одном рабочем пространстве.
Grok Imagine Agent Mode (бета) уже запущен на Grok web — это полноценный креативный агент на бесконечном холсте. Он автоматически строит план, генерирует, редактирует и дорабатывает результат. Ethan He сравнивает эту эволюцию с развитием AI-кодинга: от одноразовых генераций к мультишаговым агентам, которые могут тестировать, отлаживать и отправлять PR. Теперь то же самое происходит с видео — системы переходят от генерации одного ролика к полной оркестровке творческого процесса.
Особое внимание уделено Flipbook — генеративному UI, который может заменить HTML/CSS. По мнению Ethan, видеогенерация станет фронтендом AI, где пользовательский запрос напрямую превращается в пиксели. Ключевые факторы успеха: скорость итераций (маленькая команда xAI запустила первую мультимодальную видеомодель за 3 месяца), исправление мелких багов в пайплайнах данных и снижение стоимости инференса.
#AI #VideoAgents #GrokImagine #xAI #VideoGen
Ведущий инженер xAI, ранее работавший над NVIDIA Cosmos World Model, утверждает: будущее не за улучшением моделей видео (как Sora), а за видеоагентами. По его словам, интеллект видеомоделей исходит в первую очередь от LLM, а не от обучения на видеоданных. Следующий рубеж — интерактивные, real-time world models, способные планировать, генерировать, редактировать и итерировать контент в одном рабочем пространстве.
Grok Imagine Agent Mode (бета) уже запущен на Grok web — это полноценный креативный агент на бесконечном холсте. Он автоматически строит план, генерирует, редактирует и дорабатывает результат. Ethan He сравнивает эту эволюцию с развитием AI-кодинга: от одноразовых генераций к мультишаговым агентам, которые могут тестировать, отлаживать и отправлять PR. Теперь то же самое происходит с видео — системы переходят от генерации одного ролика к полной оркестровке творческого процесса.
Особое внимание уделено Flipbook — генеративному UI, который может заменить HTML/CSS. По мнению Ethan, видеогенерация станет фронтендом AI, где пользовательский запрос напрямую превращается в пиксели. Ключевые факторы успеха: скорость итераций (маленькая команда xAI запустила первую мультимодальную видеомодель за 3 месяца), исправление мелких багов в пайплайнах данных и снижение стоимости инференса.
#AI #VideoAgents #GrokImagine #xAI #VideoGen
🔥1
Компания xAI Илона Маска выпустила в предварительный доступ модель Grok Imagine Video 1.5, которая превращает одно статическое изображение в короткое видео с разрешением до 720p. Пользователь задаёт движение камеры, темп и атмосферу текстовым промптом, а модель анимирует сцену, сохраняя детали и освещение исходного снимка.
Модель доступна через xAI API и настраивается буквально несколькими строками кода. Несколько кадров можно склеивать в более длинные сцены с единым визуальным стилем. Таким образом xAI вступает в прямую конкуренцию с видео-генераторами от Seedance (ByteDance) и Google Veo. Примечательно, что OpenAI недавно свернула свою модель Sora из-за высоких затрат и отсутствия бизнес-модели.
#Tech #Media #xAI #GrokImagine #VideoGen #AI
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1