Grok Imagine 升級圖生影片：對口型更準，音訊也更清晰了

拿靜止圖做影片，最容易穿幫的往往不是畫面變形，而是嘴型對不上和背景音發飄。

Grok Imagine 對圖生影片功能做了一次更新，專門針對聲畫同步和音質進行了升級。

嘴型對齊，聲音更貼場景

根據官方釋出的資訊，這次更新覆蓋了平臺上所有的圖生影片生成。

最核心的變化在於口型對齊，臺詞能夠更準確地追蹤嘴部運動。與此同時，生成的音訊質量也變得更清晰，並且聲音能夠匹配畫面所在的場景背景，減少了音畫割裂的問題。

為什麼重要

對於做自媒體或虛擬角色的創作者來說，圖生影片最大的痛點之一就是說話像在對口型假唱。很多時候畫面雖然合格，但只要嘴型慢了半拍，整段影片就不得不進剪輯軟體二次調整，甚至直接作廢。

我們認為，當前主流影片生成模型在純畫質上的差距正在逐漸縮小，接下來的核心競爭點正在轉向視聽一體化。讓靜止畫面動起來已經不算新鮮，但要讓聲音和口型毫無違和地錨定在畫面裡，才是決定 AI 影片能不能直接拿來商用的關鍵細節。