BlockBeats 消息,5 月 19 日,马斯克转发一条用户推文并评论称,「Grok agent mode is a major ability unlock(Grok 智能体模式是一次重大能力解锁)」。
该表态引用用户展示的一段内容,该用户表示已使用 Grok Imagine 的 Agent 模式完成一段 4 分钟以上的视频制作,并称该模式显著提升视频生成流程效率,使用户可以直接依赖 AI 理解完成脚本、画面与对白生成,无需额外配音处理。
该用户同时表示,图像参考功能已可用,并认为该能力在一致性与真实感方面表现较好,计划稍后发布成片。
马斯克此次转发可以理解为对 xAI 多模态「Agent 化创作工具」的强化背书,显示其正推动 Grok 从聊天模型向可执行内容生产系统延伸。
马斯克此次对Grok Agent模式的背书,是xAI将多模态模型向“可执行内容生产系统”延伸的关键一步。此前,Grok Imagine已在三月被马斯克称为“毛利为正”的视频生成工具,并被视为通往AGI的关键。四月底,该功能的Agent模式已开始内测,提供从脚本到成片的自动化工作流。
值得注意的是,xAI正将“Agent模式”作为其产品矩阵的统一接口。从四月预告的编程工具Grok Build,到此次视频生成的Agent化,都指向其试图通过赋予模型自主执行复杂任务的能力,来构建差异化壁垒。这不仅是功能升级,更是产品形态的重新定义——从对话界面转向无限画布与预设工作流。
第二落点在于,用户反馈中提及的“图像参考功能已可用”。这暗示Grok Imagine可能已具备基于参考图进行视频生成的能力,即控制生成内容的一致性与风格,这恰恰是当前AI视频生成的痛点。若属实,这不仅是技术细节,更是其从“生成随机片段”迈向“可控生产管线”的信号,直接关乎商业化落地的可行性。