Grok Imagine Video 1.5

xAIの最新のImage-to-Videoモデルは、ネイティブな同期音声生成に対応しており、映像と音声を単一の推論パスで同時に生成します。480p/720p出力に対応し、クリップは最長15秒まで、Image-to-Video Arena leaderboardで第1位にランクインしています。