Grok Imagine Video 1.5 มาแล้ว — ภาพนิ่งเป็นคลิปพร้อมเสียงใน 25 วินาที

Grok Imagine Video 1.5 คือโมเดลแปลงภาพนิ่งเป็นวิดีโอ (และพิมพ์ข้อความเป็นวิดีโอก็ได้) ของ xAI ที่เปิดให้ใช้แบบทั่วไปแล้ว วิธีคิดง่าย ๆ คือเราเอารูปหนึ่งใบมาเป็นเฟรมแรก พิมพ์บอกว่าอยากให้เกิดอะไรขึ้น เช่น มุมกล้อง การเคลื่อนไหว หรือเสียง แล้วมันจะทำให้ภาพนั้นขยับเป็นคลิปสั้น โดยยังคงหน้าตาของรูปต้นฉบับไว้

ใช้งานได้สามทาง คือบนหน้าเว็บ grok.com/imagine, บนแอป Grok ทั้ง iOS และ Android และผ่าน xAI API สำหรับคนที่อยากต่อเข้าระบบของตัวเอง นอกจากนี้ยังมีรุ่น Video 1.5 fast ที่เน้นความเร็วเปิดให้ผู้ใช้ทั่วไปแล้วเช่นกัน

จุดเปลี่ยนที่ใหญ่สุดคือเรื่องเสียง รุ่นก่อนเสียงถูกใส่ทีหลังแยกจากภาพ ทำให้บางทีเสียงไม่ตรงกับสิ่งที่เกิดบนจอ แต่รุ่น 1.5 สร้างเสียงเอฟเฟกต์ เสียงบรรยากาศ และเสียงพูดในจังหวะเดียวกับวิดีโอ ผลคือเสียงฝีเท้าตกตรงตอนเท้าแตะพื้น เสียงพูดตรงกับปาก ดูเป็นธรรมชาติมากกว่าเดิม

อีกสองเรื่องคือการเคลื่อนไหวและความเร็ว ภาพต่อเนื่องนิ่งขึ้น อาการบิดเบี้ยวกลางคลิปน้อยลง ความยาวเลือกได้ตั้งแต่ 1 ถึง 15 วินาที ความละเอียด 480p หรือ 720p ส่วนความเร็ว รุ่น fast ทำคลิป 6 วินาทีที่ 720p ได้ในราว 25 วินาที จากเดิมที่ใช้เวลาเกิน 40 วินาที เร็วขึ้นเกือบเท่าตัว ซึ่งสำคัญมากเวลาต้องลองหลายเวอร์ชัน

สำหรับคนทำคอนเทนต์หรือมาร์เก็ตติ้งที่ไม่มีกล้องและทีมตัดต่อ ตัวนี้ช่วยย่นงานได้จริง เอากราฟิกนิ่งดี ๆ มาทำให้ขยับพร้อมเสียงในไม่กี่วินาที จุดที่คุ้มสุดคือเสียงมาในจังหวะเดียวกับภาพ และความเร็วที่ทำให้ลองไอเดียได้หลายรอบ การจัดงานเป็น Projects กับยิงหลาย prompt พร้อมกันก็ทำให้ทำงานเป็นชุดได้ ไม่ใช่ทำทีละชิ้น

ฟันธง: ลอง — เหมาะกับงานคลิปสั้นจากภาพนิ่งที่ต้องการเสียงในตัว เริ่มจากรุ่น fast เพื่อหา prompt ที่ใช่ก่อน แล้วค่อยทำรุ่นเต็ม จุดที่ต้องเผื่อใจคือความยาวสูงสุดยังแค่ 15 วินาทีและความละเอียดสุดที่ 720p ถ้าต้องการคลิปยาวหรือความคมระดับโปรดักชันใหญ่ ยังต้องรอหรือใช้เครื่องมืออื่นเสริม