API Grok Imagine nay đã có trên Mobbi: Tạo video và ảnh AI với engine Aurora của xAI

Grok Imagine là gì?

xAI đã chính thức ra mắt API Grok Imagine, và chúng tôi vui mừng thông báo nó nay đã có trên Mobbi. Grok Imagine là mô hình tạo sinh video – âm thanh mạnh mẽ nhất của xAI, được xây dựng trên engine Aurora độc quyền của họ. Không giống các mô hình dựa trên diffusion truyền thống, Aurora sử dụng kiến trúc đa phương thức hợp nhất xử lý đồng thời dữ liệu văn bản, âm thanh và hình ảnh — mang lại độ nhất quán theo thời gian vượt trội và đồng bộ âm thanh – video gốc.

Theo các đánh giá độc lập từ Artificial Analysis và LMArena, Grok Imagine xếp hạng thuận lợi so với Veo 3.1 Fast, Veo 3 của Google và Sora 2 của OpenAI trong các benchmark text-to-video. Trong các benchmark chỉnh sửa video, Grok Imagine đạt tỷ lệ thắng tổng thể 64.1% so với Runway Aleph trong các so sánh song song do con người đánh giá. Điều này khiến nó trở thành một trong những mô hình video AI hoạt động tốt nhất hiện có ngày nay.

Các tính năng chính của Grok Imagine trên Mobbi

Grok Imagine mang đến nhiều khả năng đột phá cho người dùng Mobbi. Tính năng nổi bật là đồng bộ âm thanh – video gốc — mỗi video được tạo đều bao gồm âm thanh nền, âm thanh môi trường và nhạc khớp hoàn hảo mà không cần bất kỳ chỉnh sửa bổ sung nào. Điều này loại bỏ bước hậu kỳ tẻ nhạt là đồng bộ âm thanh với các video do AI tạo của bạn.

Engine Aurora mang lại khả năng làm theo chỉ dẫn đặc biệt. Bạn có thể đổi phong cách cảnh, thêm hoặc bớt đối tượng, và điều khiển chuyển động bằng các prompt ngôn ngữ tự nhiên. Dù bạn đang tạo một hiệp sĩ trung cổ đi bộ qua một khu rừng huyền bí hay một màn trưng bày sản phẩm với ánh sáng ấn tượng, Grok Imagine đều hiểu các định hướng sáng tạo phức tạp.

• Độ phân giải video: tùy chọn đầu ra 480p và 720p
• Thời lượng: 1-15 giây mỗi lần tạo (mặc định 6 giây)
• Tốc độ khung hình: đầu ra mượt mà 24 fps
• Tỷ lệ khung hình: 16:9, 9:16, 4:3, 3:4, 1:1, 2:3, 3:2 và tự động
• Tạo âm thanh gốc: Âm thanh đồng bộ với mọi video
• Image-to-video: Mang bất kỳ ảnh tĩnh nào vào cuộc sống bằng chuyển động
• Text-to-video: Tạo video hoàn chỉnh từ mô tả văn bản
• Chỉnh sửa video: Sửa đổi các video có sẵn bằng chỉnh sửa hỗ trợ AI

Tạo ảnh với Aurora

Ngoài video, Grok Imagine còn hỗ trợ tạo ảnh AI ấn tượng. Được xây dựng trên cùng kiến trúc Aurora, Grok Imagine tạo các ảnh chân thực lên đến độ phân giải 1024×1024 từ các prompt văn bản. Mô hình chú trọng độ trung thực thị giác và tính nhất quán phong cách — hoàn hảo để tạo nội dung thị giác đồng nhất xuyên suốt các dự án của bạn.

Cách tiếp cận tự hồi quy của Aurora khác biệt căn bản với các mô hình diffusion như Stable Diffusion hay DALL-E. Bằng cách xử lý các token thị giác một cách tuần tự, Aurora duy trì sự mạch lạc bố cục tốt hơn và xử lý các cảnh phức tạp với nhiều chủ thể một cách đáng tin cậy hơn. Điều này khiến nó đặc biệt mạnh cho nhiếp ảnh sản phẩm, thiết kế nhân vật và các cảnh đòi hỏi mối quan hệ không gian chính xác.

Grok Imagine so sánh với các mô hình khác ra sao

Với việc Grok Imagine gia nhập dàn sản phẩm của chúng tôi cùng Sora 2, Kling AI, Veo, Hailuo và nhiều mô hình khác, Mobbi nay cung cấp tuyển chọn mô hình video AI toàn diện nhất trong một nền tảng. Mỗi mô hình có thế mạnh riêng: Sora 2 Pro xuất sắc ở kể chuyện dài và chất lượng điện ảnh, Hailuo mang lại các lần lặp nhanh với chi phí thấp hơn, và giờ Grok Imagine mang đến đồng bộ âm thanh hàng đầu cùng chất lượng cạnh tranh.

Đối với người sáng tạo cần video có âm thanh — demo sản phẩm, nội dung mạng xã hội, video giải thích — Grok Imagine loại bỏ hoàn toàn nút thắt cổ chai sản xuất âm thanh. Cải thiện tốc độ khung hình 50% trong phiên bản 0.9 (lên đến 24 fps từ 16 fps) cũng nghĩa là chuyển động mượt mà, trông chuyên nghiệp hơn so với các bản phát hành trước.

Bắt đầu với Grok Imagine trên Mobbi

Sử dụng Grok Imagine trên Mobbi rất đơn giản. Hãy vào các công cụ Text to Video hoặc Image to Video của chúng tôi và chọn "Grok Imagine" từ danh sách mô hình. Viết prompt mô tả video bạn muốn tạo — hãy cụ thể về chủ thể, hành động, chuyển động máy quay và tâm trạng. Engine Aurora hiểu ngôn ngữ tự nhiên, nên các prompt như "Một chú chó golden retriever chạy qua lá thu, ánh sáng hoàng hôn ấm áp, chuyển động chậm điện ảnh" hoạt động rất tốt.

Đối với image-to-video, hãy tải lên bất kỳ ảnh tĩnh nào và mô tả cách bạn muốn nó chuyển động. Grok Imagine xuất sắc trong việc bảo toàn bố cục và danh tính của ảnh gốc trong khi thêm chuyển động mượt mà, đáng tin. Điều này hoàn hảo để tạo chuyển động cho ảnh sản phẩm, mang các tác phẩm minh họa vào cuộc sống, hoặc tạo các phiên bản động của tác phẩm nghệ thuật có sẵn.

Giá cả và tính khả dụng

Grok Imagine có sẵn cho tất cả người dùng Mobbi bắt đầu từ hôm nay. Chi phí tạo video thay đổi tùy thời lượng và độ phân giải, với một video 6 giây ở 720p tốn khoảng 15 tín dụng. Tạo ảnh tốn 5 tín dụng mỗi ảnh. Người đăng ký Premium và Pro được hưởng xử lý ưu tiên và thời gian kết xuất nhanh hơn.

Các tích hợp đối tác cũng đang hoạt động qua fal.ai, ComfyUI, InVideo, Flora và HeyGen — nhưng Mobbi mang lại lợi thế truy cập Grok Imagine cùng với tất cả các mô hình video AI lớn khác trong một nền tảng thống nhất với giá cả và quy trình làm việc nhất quán.

Điều gì tiếp theo cho video AI trên Mobbi

Việc bổ sung Grok Imagine thể hiện cam kết của chúng tôi trong việc mang đến cho người sáng tạo quyền truy cập các công cụ AI tốt nhất hiện có. xAI tiếp tục lặp lại nhanh chóng trên kiến trúc Aurora, với các cải thiện được phát hành thường xuyên kể từ bản beta gốc vào tháng 8 năm 2025. Chúng tôi sẽ tự động cập nhật lên các phiên bản Grok Imagine mới khi chúng ra mắt.

Dù bạn là người sáng tạo nội dung mở rộng quy mô sản xuất video, người làm marketing sản xuất quảng cáo ở quy mô lớn, nhà giáo dục tạo tài liệu hấp dẫn, hay nghệ sĩ khám phá những khả năng sáng tạo mới — Grok Imagine mở ra những quy trình làm việc mới mà trước đây không thể thực hiện được. Sự kết hợp giữa chất lượng, tốc độ và âm thanh gốc khiến nó trở thành lựa chọn hấp dẫn cho dự án tiếp theo của bạn.