Grok Imagine Video 1.5 模型正式上線：生成 6 秒 720P 視頻僅需 25 秒

## Grok Imagine Video 1.5 正式上線：25 秒產出 6 秒 720P 高畫質影片，xAI 強勢插旗 AI 影音生成市場

馬斯克旗下人工智慧公司 xAI 於 2026 年 6 月 17 日正式宣布，Grok Imagine Video 1.5 模型全面脫離預覽階段，在 xAI API 中以 `grok-imagine-video-1.5` 的正式名稱上線。這款主打「靜態圖一鍵生成帶同步音訊的短影片」的模型，從 6 月 3 日推出預覽版到現在正式上線，前後僅花了兩週時間。xAI 同時也將 Video 1.5 Fast 版本推向 `grok.com/imagine` 網頁版，以及 iOS 與 Android 行動應用程式，讓一般消費者也能體驗這項技術。

**生成速度翻倍，25 秒完成 6 秒 720P 影片**

Grok Imagine Video 1.5 最受矚目的升級在於生成速度的大幅提升。根據 xAI 官方公告，Video 1.5 Fast 模式產出 6 秒鐘、720p 解析度的影片僅需約 25 秒，相較前代模型所需的 40 秒以上，速度幾乎翻倍。這項改進對於需要快速產製大量短影音的內容創作者、廣告投放團隊與社群行銷人員來說，意味著工作流程中的等待瓶頸將大幅縮短。在實際應用場景中，從產品展示影片到社群平台的動態廣告素材，25 秒的生成時間已具備一定程度的即時性。

**音畫同步與物理真實感全面進化**

除了速度提升，Grok Imagine Video 1.5 在影音品質層面也有顯著突破。在音訊方面，新模型採用「單次推理」架構，在同一個生成過程中同時產出影片畫面與音訊——包含對話、唇語同步、環境音效和背景音樂。xAI 官方強調，音效、環境音與對話都在同一次生成中完成，且精準對齊畫面動作；語音清晰度大幅提升，口型同步效果也更為自然。這與先前許多模型在影片生成後才額外附加音訊的做法截然不同，對於需要人物配音的短片創作者來說是一大福音。

在運動與物理表現方面，Grok Imagine Video 1.5 強化了影片內的運動連貫性，明顯減少常見的人物肢體扭曲、物體飄浮等問題。模型能更好地模擬重量感與動量——例如人物走路時衣擺的自然晃動、下落物體的加速軌跡——整體觀感更接近真實物理世界。xAI 官方也表示，1.5 版在動作、物理與音訊等「對真正創意工作至關重要的每個維度」上都實現了改善。

**登上全球排行榜榜首，驗證技術實力**

Grok Imagine Video 1.5 的技術實力已獲得第三方評測機構的肯定。根據 Artificial Analysis 的 Video Arena 圖像轉影片排行榜，Grok Imagine Video 1.5 以 Elo 評分 1404 ± 6 登上第一名，不僅較前一版 1.0 提升 52 分，更成功超越字節跳動的 Seedance 2.0 等強勁對手。在獨立分析機構的有聲版測試中，該模型也獲得全球第二名，僅次於 Seedance 2.0；而在無聲版測試中則排名第三。評測顯示，Grok Imagine Video 1.5 在處理光影細節、連續複雜動作及物理法則上表現出色，甚至超越了 Google 的 Veo 3.1。馬斯克本人也在 6 月 4 日於 X 平台展示了一段由 Grok Imagine 1.5 生成的《伊利亞德》（特洛伊）預告片，進一步驗證了該模型的影視級輸出能力。

**開發者友善的 API 設計與創作流程優化**

對開發者而言，Grok Imagine Video 1.5 正式脫離預覽階段進入 xAI API，意味著生產環境的穩定性與可靠性獲得官方背書。開發者可透過上傳起始圖片、以自然語言描述運動方式，並選擇解析度與時長來呼叫模型。影片長度方面，1.5 版將單段影片上限從 10 秒提升至 15 秒，使用者可指定 1 至 15 秒的任意長度。此外，xAI 也同步推出多項創作流程優化功能，包含「專案」組織功能讓使用者將作品歸類在側邊欄、「多代理」功能允許同時執行多個生成任務而無需排隊等待、以及「搜尋」功能讓用戶快速查找已生成的影像或影片。

**市場定位與競爭格局：720P 的取捨**

在定價策略上，Grok Imagine Video 的 API 定價約為每秒 0.05 美元，與字節跳動的 Seedance 1.5 Pro 相當，但明顯低於 OpenAI Sora 2 和 Google Veo 3.1。然而，Grok Imagine Video 目前最高僅支援 720p 解析度，而多數競爭對手已提供 1080p 輸出。這項限制意味著該模型更適合用於手機瀏覽為主的社群媒體內容、快速概念測試與廣告素材變化等場景；若要用於專業製作、大螢幕播放或需要後製合成的內容，720p 的畫質限制將成為明顯的痛點。不過，1 秒為單位的精細時長控制（1 至 15 秒）以及無冷啟動的 API 架構，確實是其獨特優勢。

**產業影響與讀者可關注的後續**

Grok Imagine Video 1.5 的正式上線，正值 AI 影片生成市場的關鍵轉折點。OpenAI 近期因資源考量停用 Sora 產品，留下不小的市場空缺；馬斯克已明確表示 xAI 正在「加倍投入」影片生成領域，並預告下一個版本將是「史詩級」的。在此背景下，xAI 以不到一年時間從零出發到登上全球排行榜第一，展現了極強的產品迭代速度。Grok Imagine 影片產品已被列為 xAI 的四大核心領域之一，未來 xAI 是否會進一步挑戰 1080p 甚至更高解析度的市場、是否會推出更長的影片生成能力、以及如何與 xAI 其他產品（如 Grok 4.3 模型）整合，都是值得持續關注的方向。對於台灣的內容創作者、廣告代理商與開發者而言，Grok Imagine Video 1.5 的 API 正式上線代表了一個新的影片生成選項；是否要將這項工具納入工作流程，取決於對 720p 畫質的接受度以及對生成速度與成本效益的權衡。