Grok stawia na kreatywność: xAI testuje zaawansowane szablony graficzne i wideo

Model językowy Grok, rozwijany przez xAI, przestaje być wyłącznie generatorem tekstu i prostych grafik. Najnowsze przecieki z prac rozwojowych wskazują, że platforma zmierza w stronę zaawansowanego narzędzia dla twórców treści wizualnych. Kluczowym elementem tej ewolucji jest wprowadzenie personalizowanych i publicznych szablonów w ramach modułu Imagine.

Od statycznego obrazu do dynamicznego wideo

Inżynierowie xAI pracują nad trzema głównymi trybami pracy, które zrewolucjonizują sposób, w jaki użytkownicy wchodzą w interakcję z obrazami. Pierwszym z nich jest funkcja „Photo to Video”, pozwalająca na ożywienie statycznej fotografii za pomocą prostego polecenia tekstowego. Drugi, „Photo Style Edit”, służy do głębokiej transformacji stylistycznej wgranych plików bez utraty ich pierwotnej struktury.

Najciekawiej prezentuje się jednak tryb hybrydowy, który łączy edycję z animacją w jednym procesie. Użytkownik może w nim zdefiniować dwa osobne prompty: jeden odpowiedzialny za modyfikację wyglądu zdjęcia, a drugi za sposób jego poruszania się w wynikowym materiale wideo.

Referencje wizualne i łatwiejsze udostępnianie

xAI nie poprzestaje na prostych filtrach. W przygotowaniu jest zaawansowany system „Image Reference Edit”, wykorzystujący składnię podobną do oznaczeń profilowych. Dzięki znacznikowi „@” twórcy będą mogli nakazywać Grokowi pobieranie konkretnych elementów z kilku wgranych zdjęć naraz – na przykład przeniesienie kroju ubrania z jednej grafiki na postać znajdującą się na innej. To znaczący krok w stronę profesjonalnych narzędzi typu image-to-image, które do tej pory wymagały bardziej skomplikowanych interfejsów.

Wszystkie stworzone przez użytkowników procesy będą mogły zostać zapisane jako szablony z własną nazwą i opisem, a następnie udostępnione innym za pomocą bezpośrednich linków. Dla wygody obsługi w aplikacji webowej pojawi się dedykowana karta gromadząca autorskie rozwiązania twórców.

Sygnały nadchodzącej premiery

Równolegle z rozwojem funkcji wizualnych xAI dopracowuje „Custom Skills” oparte na nowej wersji modelu 4.3 oraz odświeża interfejs użytkownika. Na systemie iOS dostrzeżono również ślady nowego kanału „discovery feed”, który ma służyć do przeglądania filmów wygenerowanych przez Groka i udostępnionych bezpośrednio w serwisie X.

Tak duża kumulacja nowości – od Grok Build, przez nowe animacje UI, aż po zaawansowane narzędzia Imagine – sugeruje, że firma Elona Muska przygotowuje się do dużego wydarzenia medialnego. Intensywność aktualizacji świadczy o tym, że xAI chce przestać gonić konkurencję i zamierza zaoferować zintegrowany ekosystem, który połączy generatywną sztuczną inteligencję z natywną dystrybucją treści w mediach społecznościowych.