Новая генерация видеомодели

xAI анонсировала Grok Imagine Video 1.5 — тексто-видеомодель, которая рендерит синхронизированный звук в одном проходе: диалоги, фоновые шумы и эффекты генерируются вместе с изображением, а не накладываются в постпродакшене. Доступ к инструменту пока ограничен подписчиками SuperGrok, бесплатный тариф через X Imagine AI выдаёт ограниченное количество кредитов в сутки. Демонстрационный клип, опубликованный аккаунтом @wholemars 24 октября, показывает фрагменты переосмысленной «Одиссеи» и служит доказательством работоспособности конвейера.

Жёсткий дедлайн Маска

Илон Маск 22 июля 2026 года пообещал выпустить полнометражный, исторически достоверный AI-фильм по «Одиссее» до конца календарного года. На 24 октября официальной даты премьеры, производственных партнёров или плана дистрибуции нет. Остаются примерно два месяца на финальную стадию — опубликованный клип свидетельствует, что работа продолжается.

Конкурс создателей как стресс-тест

Для набора обучающей выборки и проверки модели в боевых условиях X провел конкурс среди авторов: нужно было сгенерировать сцены из «Одиссеи» на Grok Imagine. Призовой фонд составил $175 000 ($100 000 — первое место, $50 000 — второе, $25 000 — третье). Подача работ закрылась 31 августа, победители уже определены, их работы используются для дообучения модели.

Контекст гонки мультимодальных систем

Параллельно китайская Zhipu AI публикует исследование GLM-Omni: эксперименты показывают, что совместное обучение генерации изображений и языкового рассуждения поднимает точность ответов с 12,6 % до 41,1 %. Black Forest Labs выпустила FLUX 3 Max — видеомодель, рендерящая 10-секундный клип за 12,5 секунды (в 22 раза быстрее Seedance 2.5) по цене $0,0425 за секунду до 7 ноября. TwelveLabs интегрировала Pegasus 1.5 в Amazon Bedrock для структурированного анализа длинных видео. Рынок сходится к нативной мультимодальности: единые модели, работающие с видео, аудио и текстом в одном пространстве латентных представлений.