马斯克硬刚 Sora！实测 Grok 最新视频生成：快到飞起，但一言不合就脱衣服

最近，一个 AI 视频工具让社交网络陷入了一场小小的疯狂。

输入提示词「情侣」，选择「火辣模式」，AI 就会毫不犹豫地让他们脱掉衣服。这个简单粗暴的 AI，就是马斯克在 10 月 5 日高调更新的 Grok Imagine v0.9。

它的出现，距离 OpenAI 发布全新视频模型和社交应用，并火速登顶 App Store 榜首，仅过去了两天。马斯克继续选择用他认为，最大胆、最惹眼的方式，来参与这场愈演愈烈的 AI 视频生成较量。

Grok Imagine v0.9 样片视频

但他的目标不止于此。马斯克宣称，要用 Grok 在 2026 年底前制作出一部值得一看的电影。这个被注入了 Spicy 火辣灵魂的 AI，真的能撑起马斯克的电影梦吗？我们第一时间对它进行了深入测试。

我的感受是，它的生成速度确实快得惊人。输入完提示词，Grok Imagine 会直接提供一个图片流，里面有数不完的 AI 图片；每张图片右下角都会有一个播放按钮，可以直接转成视频。

除了快，剩下的大概就是 Grok Imagine 独有的 Spicy Mode（火热模式）。Imagine 有时候会给我在创作风格上，展现出一种可谓是离经叛道的魅力，尤其是在处理其他 AI 模型，可能会回避的大尺度创意时。

对比八月份刚推出时的 v0.1 版本，这次更新在画面 质量、动态效果、以及音频生成等方面，有了较大的升级。

体验地址：https://grok.com/imagine

快是真的，效果有点「马斯克味」

上手 Grok Imagine v0.9，最直观的感受就是量大管饱，而且速度快。和马斯克在 X 上转发那些用 Imagine 生成的视频帖子，提到的内容一样，这次更新的核心亮点之一就是生成速度。

在 Grok Imagine 的页面，我们可以输入提示词、上传文件、或者绘制草图几种方式来生成视频。

输入提示词，Imagine 首先会生成一系列的图片，图片的生成速度完全做到了「边滚动边呈现」的流畅体验。

然后我们可以选择符合自己提示词期待的图片，将图片转成视频。从图像转换到视频确实非常迅速，几乎没有漫长的等待焦虑。

图片流里面的每张图片都可以转成视频，并且是同一时间可以处理多个图片转视频任务。将图片转成视频，Imagine 也提供了火辣模式、趣味模式、正常、以及自己输入提示词四种类型。

我们也针对不同的输入方式和输出模式进行了体验，其中最方便的还是使用文本提示词来处理，先得到图片，再通过自定义或者默认风格生成视频。

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，并且自动给我们不同风格和样式的内容。

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，点击图片右下角的播放按钮，Imagine 生成的图片就能迅速转成视频。我们随机选择了一张，并且生成了正常、火辣、趣味三种给定模式，以及最后是输入提示词「太空缆车，直达银河系」的自定义视频生成。

不得不说，这个火热模式还是把我吓了一跳，大冬天的，怎么一言不合就脱衣服啊。

如果使用上传的图片生视频，Imagine 就不会像提示词生成一样，给我们一整个无限流的图片模板，而是只有一个视频。

并且，视频生成的选项中仅支持自定义、趣味和正常三种模式，不再提供 Spicy 火辣模式。这大概是马斯克为防止用户拿真人图片，来制作不雅视频而设置的一道「软屏障」。

但这道屏障形同虚设。我们只需要在自定义方案中输入提示词「Spicy」，照片中的人又会开始直接脱衣服。此外，在收藏里打开上传图片的项目，也会有 bug 偶尔出现 Spicy 模式的选项。

我们从 unsplash 上找了一张在雪山前的照片，先输入自定义提示词，「希区柯克变焦」，测试一下 Imagine 对上传图片来生成正常视频的处理能力。

从结果来看，表现中规中矩，Imagine 好像没有真正理解希区柯克变焦，这种复杂运镜技巧的精髓。跟预想的效果，即保持人物主体不变，但是背景雪山不断推进，还是稍有出入。

然后当我们把自定义提示词换成 Spicy，不出意外，照片里的人要开始在雪山脱衣服了。

并且，AI 的偏见在这个时候一览无遗，原图中很明显是男性身材，但是 Imagine 一看到「Spicy」这个词，直接变成女生。在多次的尝试之后，Imagine 才给出一个男性身材的版本。

使用提示词 Spicy 生成，Imagine 有时也会直接提示「内容不符合规定，请尝试其他想法。」

与其说这是火辣模式，不如说是一键去衣模式。在 Grok 的世界里，火辣与创意看起来是毫无关系，只是一种物理状态的改变。大多数时候，这或许是效率最高的引流方式，但也是想象力最贫瘠的表达。

社交媒体也充斥着大量由 Grok Imagine 生成的此类脱衣不雅视频，为 Grok 带来大量话题度；但也让人忽略了还有很多使用 Imagine 实现创意的视频。

网友们分享了多个视频，提到 v0.9 的 Imagine 擅长处理各种运镜方式、相机角度以及摄影风格等。

我们在网上找了几个精彩的例子，像是这个延时摄影、还有切换俯视、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 的表现都非常出色。

视频来源：X @WuxiaRocks、 @cb_doge、 @keshiAIart、@ Prashant_1722

除了文件上传，Imagine 还提供了从涂鸦到视频的生成，涂鸦画板内有多种颜色的画笔，我们简单画了一个人在遛狗的场景，然后这个涂鸦就能动起来了。

和图片上传生成视频一样，涂鸦转视频，默认选项中也没有 Spicy 火辣版本，我们直接使用自定义，然后输入提示词 Spicy，结果得到了一个很欢快的和狗狗共舞的视频。

你可能也发现了，Imagine 的三种视频生成方式，好像没有纯粹地从文本到视频的方案，即便一开始的提示词方案，也是先给我们大量的图片，以图片的方式来进行处理。

事实是 Grok Imagine v0.9 确实没有提供直接从文本提示词到视频生成的功能，不过脑洞大开的网友发现了一个卡 bug 的操作方法。

图片来源：https://x.com/amXFreeze/status/1975938049847496954/

具体的操作方法是，我们只需要找一张符合需要生成视频宽高比的纯黑图片，使用上传文件的方式，接着在视频生成中选择自定义，输入我们的提示词，然后就可以得到直接的文生视频案例。

和其他模型的文生视频一样，博主提到该方案对提示词的优化非常重要。

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。

马斯克都转发了这个方案，配文说，「临时的解决方案，但从文本直接生成视频即将到来。」

遗憾的不只是没有文生视频，Imagine v0.9 目前生成的视频只有 5s，这意味着如果按照马斯克说的，制作一部电影，一般是两个小时，现在要生成 1440 个视频。

也有网友指出，Imagine 的快，是因为它生成的视频，是低分辨率的文件，464×688，16fps（一般电影的帧率是 24fps）且时长短。

不过，马斯克对这些问题，大概也很有信心，毕竟他的目标不仅仅是制作一部电影。 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 也已经在招人，给「视频游戏导师」开出高达 300-7000 元/小时的兼职工资，让人来教 AI 如何设计有趣的游戏。

上下滑动查看更多内容， 还能远程工作的游戏导师，https://x.ai/careers/open-roles

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

AI 视频游戏、AI 视频社交、AI 长篇电影……Grok Imagine v0.9 的出现，看起来也是要把这些全部吃下，但未来的 AI 视频，可能不只有一个赢家。

现在可以确定的是，马斯克继续把赌注下在了「最大胆、最惹眼」的方向。

欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取，解锁更多 AI 新知

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）