xAI Lanza Video Nativo en 1080p y Referencias de Personajes con Siete Imágenes en Grok Imagine 1.5

xAI lanzó una actualización importante para Grok Imagine Video 1.5, que añade salida nativa en 1080p y una herramienta Multi-Reference capaz de aceptar hasta siete imágenes de referencia por generación. La mejora se aplica tanto a texto-a-video como a imagen-a-video, duplicando el tope de resolución respecto al límite anterior de 720p.

La función estrella es Multi-Reference: los creadores ahora pueden preservar el rostro de un personaje al cambiar de escena, mantener fija una ubicación mientras cambian quién aparece en ella, o conservar ambas cosas mientras solo se modifica la acción. Las referencias de voz se están desplegando en los próximos días, extendiendo la misma lógica de consistencia al audio: el mismo rostro y voz de un personaje ahora pueden mantenerse a lo largo de varias tomas generadas, algo con lo que las herramientas de video corto por IA han tenido dificultades.

xAI describe Imagine Video 1.5, lanzado el mes pasado, como su “mejor modelo de video hasta ahora, con movimiento y sonido más realistas”. Esta actualización se construye directamente sobre esa base en lugar de lanzar una nueva versión del modelo.

El acceso empieza limitado: los suscriptores de SuperGrok Heavy y SuperGrok Plus en Estados Unidos reciben acceso prioritario a través del sitio web de Grok Imagine y las apps de iOS y Android. La generación de texto-a-video y 1080p ya está disponible para todos los niveles de suscripción; son las herramientas Multi-Reference y de referencia de voz las que están reservadas a los planes superiores por ahora. Los desarrolladores pueden acceder a las mismas capacidades de forma programática a través de la API de xAI bajo el modelo grok-imagine-video-1.5.

El movimiento pone a xAI en competencia más directa con Sora de OpenAI y Veo de Google, que han impulsado herramientas de consistencia de personajes como forma de hacer que el video generado por IA sea utilizable en producción real y no solo en clips sueltos. La consistencia entre tomas múltiples ha sido el mayor obstáculo práctico para usar video generativo en algo más largo que una sola escena: un director puede definir un personaje una vez y reutilizarlo, en lugar de reformular el prompt cada vez esperando que el modelo reproduzca el mismo rostro.

xAI no ha publicado cambios de precio junto con la actualización, y todavía no hay indicios de cuándo llegarán Multi-Reference y las referencias de voz a los planes inferiores o al nivel gratuito. Dado el ritmo de iteración de xAI sobre Imagine —este ya es un lanzamiento de seguimiento a menos de un mes del lanzamiento de Imagine Video 1.5—, es probable que un despliegue más amplio llegue pronto.

Fuentes

• xAI adds character references and 1080p to Imagine Video 1.5