马斯克的 xAI 发布 Imagine v0.9，视频和音频一步搞定

xAI 发布了一个新工具，叫 Imagine v0.9。它是一个 AI 模型，作用是根据文字生成视频。

这个新版本最大的变化，是它能同时处理画面和声音。以前的 AI 主要生成无声视频，声音需要后期添加。现在，Imagine v0.9 能在生成画面的同时，直接配上对应的声音。

这个模型具体能做什么，可以拆解为以下几点：

1. 视频质量变好了。 相比旧版，画面的清晰度和细节有提升。

2. 动作更连贯。 视频里的人和物体，动作看起来更自然，没有卡顿感。

3. 声音是它自己创作的。 这是核心功能。它能生成三种声音：

   • 环境音和背景音乐。

   • 人说话的声音。 并且 AI 会确保口型能和声音对上。

   • 歌曲。

它还有一些模仿专业拍摄的功能：

• 自动运镜。 这个工具能模仿摄像机的运镜，比如自动对焦，或者调整景深，也就是让背景变模糊来突出主体。

• 感知节奏。 它能识别音乐的节拍，然后让视频里的角色跟着节奏移动，比如跳舞。

简单来说，这个工具的目标是让你只用文字，就能得到一个完整的视频。画面、声音、配乐、对话都一次性生成，不需要你再用其他软件去剪辑或配音。

总的来说，这个模型让 AI 视频生成变得更完整了。它把过去分离的视频和音频制作步骤，合并成了一步。