AI 速览xAI 推出 Grok Imagine 的 Agent 模式,让用户通过提交故事自动生成多镜头连贯视频,适合需要 AI 辅助完成叙事类短视频创作的用户。 核心事实 - 发布主体:xAI 于 2026 年 9 月 5 日上线 Grok Imagine Agent 模式 - 技术底座:由 8 月发布的 Image 2.0 模型与 Video 1.5 视频能力整合驱动 - 工作流程:代理自动理解故事意图、规划镜头、生成图像/视频并保持角色与风格一致 - 功能定位:从单段视频生成转向端到端故事制作助手,解决多镜头不连贯痛点 - 上线范围:网页端(grok.com/imagine/agent)及 iOS/Android 应用全量开放 - API 调整:旧图像端点 grok-imagine-image-quality 将于 2026 年 11 月 2 日退役 避坑提示 - 单段视频仍受限于 Video 1.5 的时长(通常 1–15 秒) - 复杂长剧本下的多镜头一致性尚无第三方验证,效果待社区实测 - 高分辨率或长视频功能可能依赖订阅档位 时间线 - 2026-06-16:Video 1.5 API 上线,支持图生视频、同步音频,720p 视频生成提速至约 25 秒 - 2026-07-31:新增文生视频、最多 7 张参考图、语音参考和原生 1080p - 2026-08-07:Image 2.0 发布,引入 Quality Mode,优化指令遵循与文字渲染 - 2026-09-05:Agent 模式上线,整合 Image 2.0 与 Video 1.5 到统一代理层 价值点 帮助用户跳过繁琐的分镜与拼接,直接用自然语言驱动 AI 完成具备叙事连贯性的多镜头视频创作。
主体 (Subject):[你的核心主体,例如:一位穿着风衣的年轻女性 / 一款极简设计的智能手表],放置在 [具体的背景环境,例如:雨后的霓虹街头 / 纯白色的摄影棚] 中。 动作 (Action):主体正在 [具体的动作,例如:缓慢转身看向镜头 / 产品正在轻微旋转],动作 [节奏描述,例如:轻柔连贯 / 缓慢平稳]。 运镜 (Camera):使用 [镜头类型,例如:中景 / 特写],采用 [运镜方式,例如:缓慢推镜 / 环绕跟拍],机位 [机位状态,例如:平视 / 俯拍]。 风格 (Style):整体画面呈现 [艺术风格,例如:电影级质感 / 赛博朋克风 / 日系清新],采用 [光线类型,例如:柔和自然光 / 冷暖对比光影],分辨率为 [画质要求,例如:4K超高清 / 8K],画质细腻,色彩 [色调描述,例如:通透 / 高饱和]。 约束 (Constraints):画面稳定流畅,无抖动,无跳帧,无模糊,无变形,无多余肢体,五官清晰,动作自然不僵硬,严格遵循物理运动规律。