xAI、1080p動画モデルImagine1.5

xAIは、動画生成AIモデルの最新バージョン「Imagine Video 1.5」を正式発表した。ネイティブ1080p解像度での動画生成と、複数シーン間での被写体一貫性を維持する「マルチリファレンス機能」が導入された。

Imagine Video 1.5の確認済み事実

公式発表で確認された機能仕様は以下の通りである。

• ​ネイティブ1080p出力: テキストからの動画生成（Text-to-Video）および画像からの動画生成（Image-to-Video）の両ワークフローで1080p高解像度出力に対応。
• ​マルチリファレンス機能: 最大7つの参照画像や音声サンプルを指定可能。同一キャラクターの顔立ち、特定製品の質感、背景ロケーション、声の質感を複数カットにわたって正確に維持する。
• ​提供チャネル: SuperGrok PlusおよびSuperGrok Heavyユーザー向けにgrok.com/imagineおよびモバイルアプリで順次展開され、xAI API（grok-imagine-video-1.5）経由で開発者にも同時提供される。

従来モデルとの比較とクリエイターへの独自価値要素

• ​一貫性問題の解消: 従来の動画生成AIではシーンごとに顔や衣装が変わってしまう課題（チルティング）があったが、最大7つの多角参照指定により、長編動画やPV制作でのキャラクター維持が可能となった。
• API同時開放: WebアプリだけでなくAPIも即時提供されたため、サードパーティ製映像編集ソフトウェアや自動動画生成パイプラインへの組み込みが容易となった。

動画生成AIの分析と今後の展望

動画生成AIの競争軸が「単画質の美しさ」から「シリーズ・映像作品としての被写体一貫性」へと移行していることを証明するリリースである。一貫したキャラクター描画が可能になったことで、CM制作や短編アニメーション分野での実用化が加速する。

引用元：xAI