Grok Imagine API พร้อมใช้งานบน Mobbi แล้ว: สร้างวิดีโอและภาพ AI ด้วยเอนจิน Aurora ของ xAI

Grok Imagine คืออะไร?

xAI ได้เปิดตัว Grok Imagine API อย่างเป็นทางการ และเราตื่นเต้นที่จะประกาศว่าตอนนี้พร้อมใช้งานบน Mobbi แล้ว Grok Imagine เป็นโมเดลสร้างวิดีโอ-เสียงที่ทรงพลังที่สุดของ xAI สร้างบนเอนจิน Aurora ที่เป็นกรรมสิทธิ์ของพวกเขา ต่างจากโมเดลที่ใช้ diffusion แบบดั้งเดิม Aurora ใช้สถาปัตยกรรมมัลติโมดอลแบบรวมที่ประมวลผลข้อมูลข้อความ เสียง และภาพพร้อมกัน — มอบความสอดคล้องเชิงเวลาที่เหนือกว่าและการซิงค์เสียง-ภาพในตัว

จากการประเมินของบุคคลที่สามจาก Artificial Analysis และ LMArena Grok Imagine ติดอันดับได้ดีเมื่อเทียบกับ Veo 3.1 Fast, Veo 3 ของ Google และ Sora 2 ของ OpenAI ในเบนช์มาร์กข้อความเป็นวิดีโอ ในเบนช์มาร์กการตัดต่อวิดีโอ Grok Imagine ทำอัตราชนะโดยรวม 64.1% เมื่อเทียบกับ Runway Aleph ในการเปรียบเทียบแบบเคียงข้างกันที่ให้คะแนนโดยมนุษย์ สิ่งนี้ทำให้เป็นหนึ่งในโมเดลวิดีโอ AI ที่ทำงานได้ดีที่สุดที่มีอยู่ในปัจจุบัน

ฟีเจอร์สำคัญของ Grok Imagine บน Mobbi

Grok Imagine นำความสามารถที่ก้าวล้ำหลายอย่างมาสู่ผู้ใช้ Mobbi ฟีเจอร์เด่นคือการซิงค์เสียง-ภาพในตัว — ทุกวิดีโอที่สร้างขึ้นมาพร้อมเสียงพื้นหลัง เสียงบรรยากาศ และเพลงที่เข้ากันอย่างสมบูรณ์โดยไม่ต้องตัดต่อเพิ่มเติม สิ่งนี้ตัดขั้นตอนโพสต์โปรดักชันที่น่าเบื่อในการซิงค์เสียงเข้ากับวิดีโอ AI ของคุณ

เอนจิน Aurora มอบการทำตามคำสั่งที่ยอดเยี่ยม คุณสามารถปรับสไตล์ฉาก เพิ่มหรือลบวัตถุ และควบคุมการเคลื่อนไหวด้วยพรอมป์ภาษาธรรมชาติ ไม่ว่าคุณจะสร้างอัศวินยุคกลางเดินผ่านป่าลึกลับ หรือการโชว์เคสสินค้าด้วยแสงดราม่า Grok Imagine ก็เข้าใจทิศทางสร้างสรรค์ที่ซับซ้อน

• ความละเอียดวิดีโอ: ตัวเลือกผลลัพธ์ 480p และ 720p
• ระยะเวลา: 1-15 วินาทีต่อการสร้าง (ค่าเริ่มต้น 6 วินาที)
• อัตราเฟรม: ผลลัพธ์ลื่นไหลที่ 24 fps
• อัตราส่วนภาพ: 16:9, 9:16, 4:3, 3:4, 1:1, 2:3, 3:2 และอัตโนมัติ
• การสร้างเสียงในตัว: เสียงที่ซิงค์กับทุกวิดีโอ
• ภาพเป็นวิดีโอ: ทำให้ภาพนิ่งใด ๆ มีชีวิตด้วยการเคลื่อนไหว
• ข้อความเป็นวิดีโอ: สร้างวิดีโอที่สมบูรณ์จากคำบรรยายข้อความ
• การตัดต่อวิดีโอ: แก้ไขวิดีโอที่มีอยู่ด้วยการตัดต่อที่ขับเคลื่อนด้วย AI

การสร้างภาพด้วย Aurora

นอกเหนือจากวิดีโอ Grok Imagine ยังขับเคลื่อนการสร้างภาพ AI ที่น่าทึ่ง สร้างบนสถาปัตยกรรม Aurora เดียวกัน Grok Imagine สร้างภาพที่สมจริงเหมือนภาพถ่ายความละเอียดสูงสุด 1024×1024 จากพรอมป์ข้อความ โมเดลเน้นความเที่ยงตรงทางภาพและความสอดคล้องเชิงสไตล์ — เหมาะอย่างยิ่งสำหรับการสร้างคอนเทนต์ภาพที่เป็นอันหนึ่งอันเดียวข้ามโปรเจกต์ของคุณ

แนวทาง autoregressive ของ Aurora ต่างจากโมเดล diffusion อย่าง Stable Diffusion หรือ DALL-E โดยพื้นฐาน ด้วยการประมวลผลโทเค็นภาพตามลำดับ Aurora รักษาความสอดคล้องเชิงองค์ประกอบได้ดีกว่าและจัดการฉากที่ซับซ้อนซึ่งมีหลายตัวละครได้น่าเชื่อถือกว่า สิ่งนี้ทำให้แข็งแกร่งเป็นพิเศษสำหรับการถ่ายภาพสินค้า การออกแบบตัวละคร และฉากที่ต้องการความสัมพันธ์เชิงพื้นที่ที่แม่นยำ

Grok Imagine เทียบกับโมเดลอื่นอย่างไร

เมื่อ Grok Imagine เข้าร่วมไลน์อัปของเราควบคู่กับ Sora 2, Kling AI, Veo, Hailuo และอื่น ๆ ตอนนี้ Mobbi มอบการเลือกโมเดลวิดีโอ AI ที่ครอบคลุมที่สุดในแพลตฟอร์มเดียว แต่ละโมเดลมีจุดแข็งเฉพาะตัว: Sora 2 Pro เก่งในการเล่าเรื่องแบบยาวและคุณภาพระดับภาพยนตร์ Hailuo มอบการทำซ้ำที่รวดเร็วในต้นทุนที่ต่ำกว่า และตอนนี้ Grok Imagine นำการซิงค์เสียงระดับชั้นนำและคุณภาพที่แข่งขันได้

สำหรับครีเอเตอร์ที่ต้องการวิดีโอพร้อมเสียง — การสาธิตสินค้า คอนเทนต์โซเชียลมีเดีย วิดีโออธิบาย — Grok Imagine ขจัดคอขวดการผลิตเสียงไปอย่างสิ้นเชิง การปรับปรุงอัตราเฟรม 50% ในเวอร์ชัน 0.9 (สูงสุด 24 fps จาก 16 fps) ยังหมายถึงการเคลื่อนไหวที่ลื่นไหลและดูเป็นมืออาชีพยิ่งขึ้นเมื่อเทียบกับการเปิดตัวก่อนหน้า

การเริ่มต้นใช้ Grok Imagine บน Mobbi

การใช้ Grok Imagine บน Mobbi เป็นเรื่องง่าย ไปที่เครื่องมือ Text to Video หรือ Image to Video ของเรา แล้วเลือก "Grok Imagine" จากเมนูดรอปดาวน์โมเดล เขียนพรอมป์บรรยายวิดีโอที่คุณต้องการสร้าง — เจาะจงเกี่ยวกับตัวละคร การกระทำ การเคลื่อนกล้อง และอารมณ์ เอนจิน Aurora เข้าใจภาษาธรรมชาติ ดังนั้นพรอมป์อย่าง "โกลเด้นรีทรีฟเวอร์วิ่งผ่านใบไม้ฤดูใบไม้ร่วง แสงพระอาทิตย์ตกอบอุ่น สโลว์โมชันระดับภาพยนตร์" ก็ทำงานได้อย่างสวยงาม

สำหรับภาพเป็นวิดีโอ อัปโหลดภาพนิ่งใด ๆ และอธิบายว่าคุณต้องการให้มันเคลื่อนไหวอย่างไร Grok Imagine เก่งในการรักษาองค์ประกอบและเอกลักษณ์ของภาพต้นฉบับของคุณในขณะที่เพิ่มการเคลื่อนไหวที่ลื่นไหลและน่าเชื่อถือ สิ่งนี้เหมาะอย่างยิ่งสำหรับการทำให้ภาพถ่ายสินค้าเคลื่อนไหว ทำให้ภาพประกอบมีชีวิต หรือสร้างเวอร์ชันไดนามิกของงานศิลป์ที่มีอยู่

ราคาและการเปิดตัว

Grok Imagine พร้อมใช้งานสำหรับผู้ใช้ Mobbi ทุกคนตั้งแต่วันนี้ ค่าใช้จ่ายการสร้างวิดีโอแตกต่างกันตามระยะเวลาและความละเอียด โดยวิดีโอ 6 วินาทีที่ 720p มีค่าใช้จ่ายประมาณ 15 เครดิต การสร้างภาพมีค่าใช้จ่าย 5 เครดิตต่อภาพ สมาชิก Premium และ Pro ได้ประโยชน์จากการประมวลผลที่มีลำดับความสำคัญและเวลาเรนเดอร์ที่เร็วขึ้น

การผสานรวมกับพาร์ทเนอร์ก็เปิดใช้งานแล้วผ่าน fal.ai, ComfyUI, InVideo, Flora และ HeyGen — แต่ Mobbi มอบข้อได้เปรียบในการเข้าถึง Grok Imagine ควบคู่กับโมเดลวิดีโอ AI หลักอื่น ๆ ทั้งหมดในแพลตฟอร์มเดียวที่รวมศูนย์ พร้อมราคาและเวิร์กโฟลว์ที่สอดคล้องกัน

อะไรจะมาต่อไปสำหรับวิดีโอ AI บน Mobbi

การเพิ่ม Grok Imagine เป็นตัวแทนของความมุ่งมั่นของเราในการมอบการเข้าถึงเครื่องมือ AI ที่ดีที่สุดให้แก่ครีเอเตอร์ xAI ยังคงพัฒนาสถาปัตยกรรม Aurora อย่างรวดเร็ว ด้วยการปรับปรุงที่ออกมาเป็นประจำนับตั้งแต่เบต้าดั้งเดิมในเดือนสิงหาคม 2025 เราจะอัปเดตเป็น Grok Imagine เวอร์ชันใหม่โดยอัตโนมัติเมื่อพร้อมใช้งาน

ไม่ว่าคุณจะเป็นครีเอเตอร์คอนเทนต์ที่กำลังขยายการผลิตวิดีโอ นักการตลาดที่ผลิตโฆษณาในวงกว้าง นักการศึกษาที่สร้างสื่อที่น่าสนใจ หรือศิลปินที่สำรวจความเป็นไปได้สร้างสรรค์ใหม่ ๆ — Grok Imagine เปิดเวิร์กโฟลว์ใหม่ที่ก่อนหน้านี้เป็นไปไม่ได้ การผสานของคุณภาพ ความเร็ว และเสียงในตัวทำให้เป็นตัวเลือกที่น่าสนใจสำหรับโปรเจกต์ถัดไปของคุณ