Grok Imagine開発完了 画像・動画生成をGAへ

米xAI（エックスエーアイ）の創設者であるイーロン・マスク氏は、同社の対話型AI「Grok（グロック）」に搭載されている画像および動画生成機能「Grok Imagine（グロック・イマジン）」の開発が正式に完了したことを明らかにしました。これにより、同社の主力AIモデルはマルチモーダル（画像や動画など複数形式のデータを処理する技術）の製品版へと本格的な移行を果たしたことになります。

1. 2025年からの開発ロードマップとXへの統合

Grok Imagineは2025年8月に機能が発表され、同年10月にベータ版としてiOSアプリ向けに先行公開されました。その後、Android版やヘビーユーザー向けへの展開が進み、現在はソーシャルメディア「X（旧Twitter）」のアプリに直接統合されています。マスク氏の「Grok Imagineは完了した（Done with Grok Imagine）」という発表は、ベータ版の試験期間を終え、プロダクトが正式なGA（一般提供）と同等の安定した稼働状態に達したことを示唆しています。

2. 独自モデル「Aurora」によるテキスト描写と動画生成

この機能は、xAI独自の画像生成AIモデルである「Aurora（オーロラ）」を基盤としています。7種類のアスペクト比に対応し、従来の画像生成AIで課題とされていた「画像内のテキスト（文字）を破綻なく正確に描くこと」に優れている点が強みです。また、静止画だけでなく短い動画の生成も同時にサポートしています。

Grokのマルチモーダル機能の開発完了は、競合するChatGPT（チャットGPT）やGemini（ジェミニ）に対する競争力を大幅に強化するものです。今後は、Xの一般ユーザー向けの公開範囲拡大や、完成した画像生成インフラを活用したさらなる新機能の追加など、xAIの次なるプロダクト戦略に注目が集まります。