最近，一個 AI 影片工具讓社交網路陷入了一場小小的瘋狂。
輸入提示詞「情侶」，選擇「火辣模式」，AI 就會毫不猶豫地讓他們脫掉衣服。這個簡單粗暴的 AI，就是馬斯克在 10 月 5 日高調更新的 Grok Imagine v0.9。
它的出現，距離 OpenAI 發布全新影片模型和社交應用，並火速登頂 App Store 榜首，僅過去了兩天。馬斯克繼續選擇用他認為，最大膽、最惹眼的方式，來參與這場愈演愈烈的 AI 影片生成較量。
Grok Imagine v0.9 樣片影片
但他的目標不止於此。馬斯克宣稱，要用 Grok 在 2026 年底前製作出一部值得一看的電影。這個被注入了 Spicy 火辣靈魂的 AI，真的能撐起馬斯克的電影夢嗎？我們第一時間對它進行了深入測試。
我的感受是，它的生成速度確實快得驚人。輸入完提示詞，Grok Imagine 會直接提供一個圖片流，裡面有數不完的 AI 圖片；每張圖片右下角都會有一個播放按鈕，可以直接轉成影片。
除了快，剩下的大概就是 Grok Imagine 獨有的 Spicy Mode（火熱模式）。Imagine 有時候會給我在創作風格上，展現出一種可謂是離經叛道的魅力，尤其是在處理其他 AI 模型，可能會迴避的大尺度創意時。
對比八月份剛推出時的 v0.1 版本，這次更新在畫面質量、動態效果、以及音頻生成等方面，有了較大的升級。
🔗 體驗地址：https://grok.com/imagine
快是真的，效果有點「馬斯克味」
上手 Grok Imagine v0.9，最直觀的感受就是量大管飽，而且速度快。和馬斯克在 X 上轉發那些用 Imagine 生成的影片帖子，提到的內容一樣，這次更新的核心亮點之一就是生成速度。
在 Grok Imagine 的頁面，我們可以輸入提示詞、上傳文件、或者繪製草圖幾種方式來生成影片。
輸入提示詞，Imagine 首先會生成一系列的圖片，圖片的生成速度完全做到了「邊滾動邊呈現」的流暢體驗。
然後我們可以選擇符合自己提示詞期待的圖片，將圖片轉成影片。從圖像轉換到影片確實非常迅速，幾乎沒有漫長的等待焦慮。
圖片流裡面的每張圖片都可以轉成影片，並且是同一時間可以處理多個圖片轉影片任務。將圖片轉成影片，Imagine 也提供了火辣模式、趣味模式、正常、以及自己輸入提示詞四種類型。
我們也針對不同的輸入方式和輸出模式進行了體驗，其中最方便的還是使用文本提示詞來處理，先得到圖片，再通過自定義或者默認風格生成影片。
當我們輸入提示詞「一對情侶坐在纜車上」，Grok Imagine v0.9 會生成無限滾動的圖片，並且自動給我們不同風格和樣式的內容。
可以無限滑動，實時生成不同風格的圖片
選擇其中一張圖片，點擊圖片右下角的播放按鈕，Imagine 生成的圖片就能迅速轉成影片。我們隨機選擇了一張，並且生成了正常、火辣、趣味三種給定模式，以及最後是輸入提示詞「太空纜車，直達銀河系」的自定義影片生成。
不得不說，這個火熱模式還是把我嚇了一跳，大冬天的，怎麼一言不合就脫衣服啊。
如果使用上傳的圖片生成影片，Imagine 就不會像提示詞生成一樣，給我們一整個無限流的圖片模板，而是只有一個影片。
並且，影片生成的選項中僅支持自定義、趣味和正常三種模式，不再提供 Spicy 火辣模式。這大概是馬斯克為防止用戶拿真人圖片，來製作不雅影片而設置的一道「軟屏障」。
但這道屏障形同虛設。我們只需要在自定義方案中輸入提示詞「Spicy」，照片中的人又會開始直接脫衣服。此外，在收藏里打開上傳圖片的項目，也會有 bug 偶爾出現 Spicy 模式的選項。
我們從 unsplash 上找了一張在雪山前的照片，先輸入自定義提示詞，「希區柯克變焦」，測試一下 Imagine 對上傳圖片來生成正常影片的處理能力。
從結果來看，表現中規中矩，Imagine 好像沒有真正理解希區柯克變焦，這種複雜運鏡技巧的精髓。跟預想的效果，即保持人物主體不變，但是背景雪山不斷推進，還是稍有出入。
然後當我們把自定義提示詞換成 Spicy，不出意外，照片裡的人要開始在雪山脫衣服了。
並且，AI 的偏見在這個時候一覽無遺，原圖中很明顯是男性身材，但是 Imagine 一看到「Spicy」這個詞，直接變成女生。在多次的嘗試之後，Imagine 才給出一個男性身材的版本。
使用提示詞 Spicy 生成，Imagine 有時也會直接提示「內容不符合規定，請嘗試其他想法。」
與其說這是火辣模式，不如說是一鍵去衣模式。在 Grok 的世界裡，火辣與創意看起來是毫無關係，只是一種物理狀態的改變。大多數時候，這或許是效率最高的引流方式，但也是想像力最貧瘠的表達。
社交媒體也充斥著大量由 Grok Imagine 生成的此類脫衣不雅影片，為 Grok 帶來大量話題度；但也讓人忽略了還有很多使用 Imagine 實現創意的影片。
網友們分享了多個影片，提到 v0.9 的 Imagine 擅長處理各種運鏡方式、相機角度以及攝影風格等。
我們在網上找了幾個精彩的例子，像是這個延時攝影、還有切換俯視、廣角、無人機等角度，以及處理動漫風格和電影感的影片；Grok Imagine v0.9 的表現都非常出色。
除了文件上傳，Imagine 還提供了從塗鴉到影片的生成，塗鴉畫板內有多種顏色的畫筆，我們簡單畫了一個人在遛狗的場景，然後這個塗鴉就能動起來了。
和圖片上傳生成影片一樣，塗鴉轉影片，默認選項中也沒有 Spicy 火辣版本，我們直接使用自定義，然後輸入提示詞 Spicy，結果得到了一個很歡快的和狗狗共舞的影片。
你可能也發現了，Imagine 的三種影片生成方式，好像沒有純粹地從文本到影片的方案，即便一開始的提示詞方案，也是先給我們大量的圖片，以圖片的方式來進行處理。
事實是 Grok Imagine v0.9 確實沒有提供直接從文本提示詞到影片生成的功能，不過腦洞大開的網友發現了一個卡 bug 的操作方法。
圖片來源：https://x.com/amXFreeze/status/1975938049847496954/
具體的操作方法是，我們只需要找一張符合需要生成影片寬高比的純黑圖片，使用上傳文件的方式，接著在影片生成中選擇自定義，輸入我們的提示詞，然後就可以得到直接的文生影片案例。
和其他模型的文生影片一樣，博主提到該方案對提示詞的優化非常重要。
主題（主角外觀）、場景（環境/地點）、動作（物體如何移動）、美學控制（光照、相機角度、拍攝類型）、風格化（藝術風格，例如電馭叛客、插畫）等資訊，必須包括在提示詞內，才更容易得到滿意的效果。
馬斯克都轉發了這個方案，配文說，「臨時的解決方案，但從文本直接生成影片即將到來。」
Temporary workaround.
— Elon Musk (@elonmusk) October 8, 2025
Direct video generation from text coming soon. https://t.co/OebvbMcvjh
遺憾的不只是沒有文生影片，Imagine v0.9 目前生成的影片只有 5s，這意味著如果按照馬斯克說的，製作一部電影，一般是兩個小時，現在要生成 1440 個影片。
也有網友指出，Imagine 的快，是因為它生成的影片，是低解析度的文件，464×688，16fps（一般電影的幀率是 24fps）且時長短。
不過，馬斯克對這些問題，大概也很有信心，畢竟他的目標不僅僅是製作一部電影。 他的 xAI 遊戲工作室，還計劃在 2026 年底前發布一款強大的 AI 生成影片遊戲。
xAI 也已經在招人，給「影片遊戲導師」開出高達 300-7000 元/小時的兼職工資，讓人來教 AI 如何設計有趣的遊戲。
上下滑動查看更多內容，還能遠程工作的遊戲導師，https://x.ai/careers/open-roles
Epic Games 首席執行官 Tim Sweeney 曾預測，「AI 提示能讓 10 個人的小型開發團隊，製作出《薩爾達傳說：曠野之息》規模的遊戲，解鎖以前沒有 AI 時，無法實現的全新類型和遊戲體驗。」
AI 影片遊戲、AI 影片社交、AI 長篇電影……Grok Imagine v0.9 的出現，看起來也是要把這些全部吃下，但未來的 AI 影片，可能不只有一個贏家。
現在可以確定的是，馬斯克繼續把賭注下在了「最大膽、最惹眼」的方向。
