人跑光了，AI视频炸了！马斯克狂发推：Grok Imagine三金封神

新智元报道

编辑：KingHZ

【新智元导读】xAI华人高管潮水般离开时，所有人以为它要凉，结果Grok Imagine突然三杀登顶！

华人联创快跑光了的xAI，突然来个好消息！

Grok Imagine斩获三枚金牌！马斯克奔走相告。

在DesignArena视频排行榜上， xAI的Grok Imagine强势夺魁，拿下视频竞技场（Elo分数1337）、图像转视频（Elo分数1298）和视频编辑（Elo分数1291）三项第一，远超谷歌Veo 3.1、Sora等对手。

xAI终于出了一匹AI黑马！

为什么说它是黑马？

因为短短几个月前，Grok Imagine还只是个「新生儿」，现在却登顶了全球AI视频排行榜。

马斯克，那个总想着把人类送上火星的家伙。

他的xAI目标长远，「探索宇宙，加速人类科学发现」。

Grok这个名字，灵感来自科幻经典《银河系漫游指南》，里面有个万能的指南书，能回答宇宙的一切问题。

马斯克的野心就是让AI像那个指南一样，不只计算数据，还真正「懂」世界。

Grok Imagine就是这个愿景的一部分。

它从2025年8月推出以来，快速迭代，从最初的简单图像生成，到现在能处理复杂的视频任务，进步速度像火箭发射一样迅猛。

马斯克本人在推特上兴奋地发文：「Grok Imagine三金加冕！」

这不只是自夸，数据摆在那儿。

排行榜「三连冠」

什么让Grok Imagine这么牛？

咱们先来聊聊这个「竞技场」。

AI视频领域有个叫DesignArena的平台，它就像一个全球AI模型的「擂台赛」。

这里不是靠实验室数据比拼，而是让真人用户投票：两个AI生成的视频摆在你面前，你选哪个更好？

这种方式用的是Elo评分系统——你可能在棋坛听说过，它像下象棋一样，赢得多就分数高。

Grok Imagine在这里一鸣惊人，拿下三个类别的第一：

• 视频生成竞技场：Elo分数1337，甩开第二名33分。简单说，它能从文字描述直接生成视频，比如你输入「一只猫在月球上跳舞」，它就吐出流畅的短片，还带音效。

• 图像转视频：Elo 1298，击败谷歌的Veo 3.1、中国的Kling和OpenAI的Sora。这里是把静态图片「动」起来，比如一张风景照变成风吹树摇的动态场景。

• 视频编辑：Elo 1291，能轻松换掉视频里的物体、改风格、加动画，甚至延长片段。最酷的是，它平均只需1分5秒就搞定一个任务，比对手快得多。

为什么这么强？

不是因为它「肌肉」更大（模型参数更多），而是聪明设计。

传统AI视频工具像大力士，靠堆积海量数据和计算力砸钱取胜。但Grok Imagine像个巧匠，注重「高效泛化」——用更少的资源，学得更快、做得更好。

它构建了一个新的「Pareto前沿」，通俗讲，就是在质量、速度和成本上找到最佳平衡点。生成一个带音频的视频，只需4.20美元/分钟，比Veo的12美元或Sora的30美元便宜多了。

这就好比开车：别人开油老虎，你开电动车，还跑得更快。

背后的故事更有趣。

xAI团队从2023年Grok-1模型起步，短短几个月就把原型从零推到能和顶级模型掰手腕。他们不是闭门造车，而是不断优化用户体验。

进步之快，独领风骚。

现在，Grok Imagine每天生成的视频量，已经超过所有竞争对手的总和！

团队成员像Haotian Liu这样的专家，专注多模态AI（就是让AI懂文字、图像、视频的混合），他们的「执念」是让AI不只模仿，而是真正理解场景逻辑。

xAI的Omni团队负责人：Haotian Liu

行业地震

从「蛮力时代」到「智慧革命」

AI视频领域本来是巨头们的战场。

OpenAI的Sora像个艺术大师，能生成高品质长视频；谷歌Veo强调音频同步；Kling则在亚洲市场发力。

但Grok Imagine的出现，像扔进池塘的一颗石子，激起层层涟漪。它

证明了：AI进步不一定靠烧钱堆规模，小团队也能逆袭。

在Artificial Analysis的基准测试中，它也霸占了文本转视频和图像转视频的第一。这

颠覆了旧认知——以前大家觉得「模型越大越好」，现在焦点转向「结构更精妙」。

「Aha时刻」就在这儿：Grok Imagine不是在追赶，而是重塑规则。

它从2025年7月的6秒短片起步，到2026年1月推出API接口，支持开发者集成。

短短半年，就从「无名小卒」到「三冠王」。

这速度，让人联想到马斯克的SpaceX：别人还在测试火箭，他已经回收着陆了。

行业反应热烈，有人说「Grok Imagine是AI视频的新标准」，推特上满是惊叹。

所以，这对我们普通人意味着什么？

别觉得这是高大上的科技游戏，它离你很近。

想想看：你是个小博主，想做个产品演示视频？

以前得请编辑，花几天时间。现在，用Grok Imagine，几分钟搞定，还带专业音效。

企业呢？营销视频、培训动画，全自动化，成本降到谷底。甚至在汽车领域，xAI和特斯拉联动，能让车载AI分析仪表盘视频，或为Optimus机器人生成训练片段。

更广义地说，这加速了AGI（通用人工智能）的到来。

AI不再是冷冰冰的工具，而是你的创意伙伴。

它能理解你的意图，生成个性化内容，推动从「蛮力计算」向「智能理解」的转变。未来，视频创作像发短信一样简单，每个人都能成为导演。

当然，挑战还在。

Grok Imagine目前限15秒片段，复杂场景有时还需优化。但它的崛起提醒我们：创新不靠垄断，而是聪明与坚持。马斯克的xAI，正用实际行动证明，AI的未来是开放、高效的。

下一个黑马，会是你手中的工具吗？读到这儿，你是不是也想试试生成一段自己的「科幻短片」？

这，就是Grok Imagine带来的启发——科技不是遥远的星星，而是点亮日常的火炬。

参考资料：

https://x.com/elonmusk/status/2033442939796681132

https://arena.ai/leaderboard/image-to-video