xAI Grok Imagine API 发布

xAI 宣布推出 Grok Imagine API，这是一个统一的生成式 API 套件，结合了视频和音频生成，以支持端到端的创意工作流。该系统允许用户通过文本或图像生成电影级的视频，并能以高精度执行高级视频编辑任务。

性能与基准测试

根据 Artificial Analysis 在 2026 年 1 月 28 日的排名，Grok Imagine 在文本生成视频 (T2V) 性能方面排名第一。 该模型旨在平衡高质量输出与优化的延迟、并发性和成本，以促进开发者和企业工作流的快速迭代。

文本生成视频排名

基于 Artificial Analysis (截至 2026-01-28) 和 LMArena (截至 2026-02-04) 的数据，Grok Imagine 在 T2V 排名中优于多个行业竞争对手：

Model	Rank
Grok Imagine	1
Veo 3.1 Fast	4
Veo 3	5
Sora 2 Pro	9
Sora 2	12

视频编辑基准测试

在利用 IVEBench 数据库进行的人机对比评估中——该数据库涵盖了在 1280 x 720 分辨率下不同视频长度的七个语义维度——Grok Imagine 在整体性能、指令遵循和一致性方面始终优于包括 Kling o1 和 Runway Aleph 在内的竞争对手。

视频生成能力

Grok Imagine 能够将静态图像或文本提示词转换为高质量、动态的视频序列。 该模型支持多种宽高比，包括纵向和横向，并提供灵活的片段长度以适应不同平台。

电影级运动与视觉效果

• 电影级运动理解： API 可以将照片转换为具有真实物体交互、视觉连续性和电影级运动感的视频。
• 可访问性： 该工具专为广泛的用户群体设计，从专业设计师和创作者到教育工作者和影响力人士，允许他们在没有完整制作团队的情况下进行视觉原型设计和发布。

高级视频编辑工具

Grok Imagine API 提供了一套精确的编辑工具，用于完善现有素材或修改场景中的特定元素。

物体与场景操控

• 物体控制： 用户可以高精度且一致地添加、删除或更换物体和道具，并可以为产品展示编辑物体的特定颜色。
• 场景控制： API 允许瞬间转换环境设置，例如将场景从阳光明媚切换到秋天、冬天、雾天、日落或阴天。

动画与风格化

• 表演动画： 用户可以使用自己的表演数据来驱动角色动画。
• 重塑风格： API 可以瞬间重塑现有素材的视觉风格。
• 草图变生命： 系统可以将静态的黑白草图转换为充满活力的、生动的动画。

可用性与集成

Grok Imagine API 可通过 xAI 自己的 API 以及受支持的合作伙伴平台使用。 为了促进采用，xAI 提供了以下资源：

• 用于集成的 APIs 和 SDKs。
• 用于加速项目的技术教程。
• 用于视觉实验和创作的托管控制台。