xAI Grok Imagine API：视频生成新标杆，低延迟与高性价比并存

谷歌DeepMind近日推出了Project Genie，包含Genie 3、Nano Banana Pro和Gemini等模型，该系统能够根据文本或图像提示实时生成交互式内容，但目前仅限美国18岁及以上Google AI Ultra订阅用户使用，且存在生成时间较长（约60秒）和物理效果不够真实等局限。与此同时，开源项目LingBot-World提供了实时交互式世界生成模型，其延迟低于1秒，帧率为16 FPS，内容连贯性高，尤其强调交互性和因果关系的一致性。在视频生成领域，xAI Grok Imagine凭借原生音频支持、15秒的生成时长和每分钟4.20美元的有竞争力定价脱颖而出。Runway Gen-4.5则专注于动画制作流程，新增了Motion Sketch和Character Swap等功能。在3D生成方面，fal公司推出了Hunyuan 3D 3.1 Pro/Rapid，进一步拓展了模型即服务（MaaS）在3D领域的应用。