xAI 为 Imagine Video 1.5 加上参考图与语音

xAI 给旗下视频模型 grok-imagine-video-1.5 补上了参考能力：现在可以传入图像和语音作为参考，**同一个角色的人脸与嗓音能在不同镜头里保持一致**,也可以只用一段文字提示直接生成视频，不再需要先给一张起始图。官方同时把原生 1080p 加入文本生成视频和图像生成视频两条路径。

多参考是这次最实用的部分：每张参考图各锁一件事（人脸、产品或地点）,**单次生成最多挂 7 个参考**,可以保留角色换场景、保留场景换角色，或两者都留只改动作。上线节奏上，图像参考与语音参考先对美国 SuperGrok Heavy 和 SuperGrok Plus 开放，数日内铺开到其余档位；文本生成视频与原生 1080p 已经普遍可用，而想在 API 里用语音参考仍需单独申请。

💡 为什么值得看同一模型锁定人脸嗓音、支持 7 个参考图、原生 1080p。