xAI, 영상 모델 '이매진 비디오 1.5' 업데이트…인물 얼굴·목소리 고정 지원
xAI가 '이매진 비디오 1.5' 모델을 업데이트하고 이미지와 음성 참조, 텍스트 기반 비디오 생성, 네이티브 1080p 출력을 추가했다. 한 번에 최대 7장의 참조 이미지를 넣어 얼굴, 제품, 배경을 고정하고 목소리까지 일관되게 유지할 수 있다. 1080p 생성은 즉시 전면 공개되며, 참조 기능은 미국 유료 구독자부터 순차 적용된다.
AI로 영상을 만들 때 장면이 바뀔 때마다 주인공의 얼굴과 목소리가 달라지는 문제는 가장 큰 번거로움이었습니다. xAI가 Imagine Video 1.5 업데이트를 통해 이 약점을 집중적으로 보완했습니다.
음성과 얼굴을 최대 7개 요소까지 고정
이번 업데이트는 이미지 및 음성 레퍼런스 기능, 프롬프트만으로 영상을 만드는 텍스트 투 비디오, 네이티브 1080p 생성을 지원합니다.
캐릭터 이미지와 목소리 샘플을 입력하면 여러 씬에 걸쳐 동일한 인물과 음색을 유지할 수 있습니다. 한 번 생성할 때 최대 7장의 참조 이미지를 전달할 수 있어, 캐릭터의 얼굴뿐 아니라 특정 제품이나 배경 장소를 고정해 두고 동작만 바꾸는 식의 연출이 가능합니다.
현재 이미지 및 음성 레퍼런스는 미국의 SuperGrok Heavy 및 Plus 이용자를 대상으로 웹과 iOS에서 먼저 적용되며, 며칠 내로 다른 등급에도 순차 배포됩니다. xAI API에서도 grok-imagine-video-1.5 모델을 통해 해당 기능들을 바로 쓸 수 있으며 음성 레퍼런스는 별도 요청 시 활성화됩니다.
왜 중요한가
연속된 컷으로 이야기를 구성하거나 상업용 영상을 제작하는 창작자에게 실질적인 제작 도구로서의 가치가 대폭 올라갔습니다. 단발성 영상을 넘어 파이프라인을 구축하려면 일관성이 필수이기 때문입니다.
레퍼런스를 7개까지 허용한 점은 커머스 광고나 브랜드 영상 시장을 정확히 겨냥한 똑똑한 설계로 보입니다. 다만 음성 참조 기능을 API에서 신청제로 둔 점을 보면, 음성 복제에 따른 리스크 관리와 서버 부하 문제를 여전히 신중하게 다루고 있는 모습입니다.
출처 (1)
- x.ai(새 탭에서 열림)원문x.ai