交流Grok Imagine做视频真的绝了！

用Grok的Imagine功能，把一张看起来是用老手机拍的女孩喝咖啡的图片，做成了一个视频。

对比一下，Midjourney也有类似功能，但我用它的Animate功能做的版本就有些不同。Midjourney在艺术表现上确实很棒，但在有些地方它就有点费劲了。

我本来想让视频里的人物做五个动作：喝咖啡、放下杯子、表现惊讶、微笑，以及做个鬼脸。

Midjourney的版本很难实现这些。它老是出现奇怪的动作，所以我不得不把提示词简化，降低复杂性。我生成了大约20个片段，其中80%都不能用，剩下的也只能说是“还行”。

Grok Imagine就完全达到了我的要求。结果正好相反，大概90%的片段都很好（只有一个输出有点不自然），我可以很轻松地挑选。我想要的效果也更清晰地呈现出来了。

虽然Grok的纯图片输出效果还达不到Midjourney的水平（更像是个小花招，经常生成一些没意思的照片），但它的视频模式就完全是另一回事了。

它能更好地理解物理空间，知道物体的位置，而且视频里的人物似乎也对周围环境有感知，这在Midjourney里是完全没有的。