Grok Imagine v0.9：马斯克的AI视频野心与电影梦

近期，一款名为Grok Imagine v0.9的AI视频工具在社交网络上掀起了一阵热潮。

用户只需输入提示词如“情侣”，并选择“火辣模式”，AI便会直接生成人物脱衣的视频。这款风格大胆的AI工具，正是马斯克于10月5日重磅推出的Grok Imagine v0.9。

此次更新距离OpenAI发布新视频模型及社交应用并迅速登顶App Store仅两天之隔。马斯克再次以他标志性的大胆风格，强势加入日益激烈的AI视频生成竞争。

然而，马斯克的野心远不止于此。他公开宣布，计划在2026年底前利用Grok制作出一部完整的电影。这款融入“火辣”模式的AI，能否承载他的电影梦想？我们立即进行了深度体验。

实际测试中，其生成速度令人印象深刻。输入提示词后，Grok Imagine会实时生成一个无限滚动的图片流；每张图片右下角均设有播放按钮，一键即可转换为视频。

除了速度优势，Grok Imagine最引人注目的莫过于其独特的“火辣模式”。该模式在处理一些其他AI模型可能避而不谈的敏感内容时，展现出一种叛逆般的创意自由。

与今年八月发布的v0.1版本相比，v0.9在画质、动态效果及音频生成等方面均有显著提升。

🔗 体验地址：https://grok.com/imagine

速度惊人，效果充满“马斯克风格”

上手Grok Imagine v0.9，最直接的体验就是内容生成量巨大且速度极快。正如马斯克在X平台上转发的相关帖子所强调，这次更新的核心亮点之一便是生成效率。

在Grok Imagine的界面上，用户可以通过输入提示词、上传文件或绘制草图等多种方式生成视频。

输入提示词后，Imagine会首先生成一系列图片，图片的生成实现了“边滚动边呈现”的流畅效果。

随后，用户可以选择符合预期的图片，将其转换为视频。从图像到视频的转换过程非常迅速，几乎无需等待。

图片流中的每张图片都可以转换为视频，且系统支持同时处理多个转换任务。在转换时，Imagine提供了火辣模式、趣味模式、正常模式以及自定义提示词四种选项。

我们测试了不同的输入和输出模式，发现最便捷的方式仍是使用文本提示词，先获取图片，再通过默认或自定义风格生成视频。

当我们输入提示词“一对情侣坐在缆车上”，Grok Imagine v0.9会生成无限滚动的图片，并自动提供多样化的风格和内容。

可以无限滑动，实时生成不同风格的图片

选择其中一张图片，点击右下角的播放按钮，Imagine便能快速将图片转为视频。我们随机选择了一张图片，生成了正常、火辣、趣味三种预设模式，以及通过输入提示词“太空缆车，直达银河系”的自定义视频。

不得不说，火辣模式的结果令人惊讶，在寒冷冬日里，人物竟直接开始脱衣。

如果使用上传的图片生成视频，Imagine不会像提示词生成那样提供无限流的图片模板，而是直接输出一个视频。

并且，视频生成选项仅支持自定义、趣味和正常三种模式，不再显示Spicy火辣模式。这或许是马斯克为防止用户使用真人图片制作不雅视频而设置的一道“软屏障”。

但这道屏障形同虚设。我们只需在自定义方案中输入提示词“Spicy”，照片中的人物又会开始脱衣。此外，在收藏项目中打开上传的图片，偶尔也会出现Spicy模式的选项bug。

我们从unsplash上选取了一张雪山背景的照片，先输入自定义提示词“希区柯克变焦”，测试Imagine对上传图片生成正常视频的处理能力。

从结果看，表现中规中矩，Imagine似乎未能完全理解希区柯克变焦这种复杂运镜技巧的精髓。与预期的保持人物主体不变、背景雪山推进的效果相比，仍有差距。

随后，当我们将自定义提示词改为Spicy，不出所料，照片中的人物开始在雪山脱衣。

并且，AI的偏见在此刻显露无遗：原图明显是男性身材，但Imagine一看到“Spicy”这个词，便直接生成女性版本。经过多次尝试，Imagine才给出男性身材的结果。

与其说这是火辣模式，不如称之为一键去衣模式。在Grok的世界里，火辣与创意似乎毫无关联，仅是一种物理状态的改变。大多数时候，这可能是最高效的引流手段，但也是想象力最为贫乏的表达。

社交媒体上充斥着大量由Grok Imagine生成的此类脱衣不雅视频，为Grok带来了巨大话题度；但也让人们忽略了还有许多使用Imagine实现创意效果的视频。

网友们分享了多个案例，指出v0.9版本的Imagine擅长处理各种运镜方式、相机角度和摄影风格等。

我们在网上找到了几个精彩示例，如延时摄影、切换俯视、广角、无人机等角度，以及处理动漫风格和电影感的视频；Grok Imagine v0.9在这些方面表现卓越。

除了文件上传，Imagine还提供了从涂鸦到视频的生成功能。涂鸦画板内设多种颜色画笔，我们简单绘制了一个人遛狗的场景，涂鸦便能生动起来。

与图片上传生成视频类似，涂鸦转视频的默认选项中没有Spicy火辣版本，我们直接使用自定义模式并输入提示词Spicy，结果得到了一个欢快的与狗狗共舞的视频。

你可能也注意到，Imagine的三种视频生成方式，似乎缺少纯粹从文本直接生成视频的方案，即使最初的提示词方案也是先生成大量图片，再以图片形式处理。

事实上，Grok Imagine v0.9确实未提供直接的文生视频功能，但创意无限的网友发现了一个利用bug的方法。

具体操作方法是：找一张符合目标视频宽高比的纯黑图片，通过上传文件的方式，在视频生成中选择自定义，输入提示词，即可获得直接的文生视频结果。

与其他模型的文生视频一样，博主强调该方案对提示词的优化至关重要。

主题（主角外观）、场景（环境/地点）、动作（物体如何移动）、美学控制（光照、相机角度、拍摄类型）、风格化（艺术风格，例如赛博朋克、插画）等信息，必须包括在提示词内，才更容易得到满意的效果。

马斯克转发了这一方案，并配文称：“临时的解决方案，但从文本直接生成视频即将到来。”

遗憾的不只是缺乏文生视频功能，Imagine v0.9目前生成的视频仅有5秒时长。这意味着若按马斯克的目标制作一部两小时电影，需生成1440个视频。

也有网友指出，Imagine的速度优势源于其生成的是低分辨率文件（464×688，16fps，而标准电影帧率为24fps）且时长短。

不过，马斯克对这些问题似乎充满信心，毕竟他的目标不止于电影。他的xAI游戏工作室还计划在2026年底前发布一款强大的AI生成视频游戏。

xAI已开始招聘，为“视频游戏导师”提供高达300-7000元/小时的兼职工资，旨在教授AI如何设计有趣游戏。

还

Epic Games首席执行官Tim Sweeney曾预测：“AI提示能让10人的小型开发团队制作出《塞尔达传说：旷野之息》规模的游戏，解锁以前无法实现的全新类型和体验。”

AI视频游戏、AI视频社交、AI长篇电影……Grok Imagine v0.9的现身，看似要全面覆盖这些领域，但未来的AI视频市场可能不会只有一个赢家。

现在可以确定的是，马斯克继续将赌注押在“最大胆、最惹眼”的方向上。