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。
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。
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。
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。
还
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。
本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。
