Cosmos World Model

xAI的Grok Imagine负责人：视频Agent，而非仅仅是视频，是下一个前沿

xAI的Grok Imagine负责人Ethan He认为，未来视频生成方面的进步将更多地源于语言模型和Agent能力，而非仅仅改进视频数据训练。他提出，能够规划和迭代创意任务的视频Agent代表着下一个前沿，这类似于代码模型如何从单一输出演变为复杂的Agent系统。他还强调了由一支小型xAI团队在短短三个月内构建的多模态视频模型Grok Imagine的快速发展，并强调了迭代速度和修复细微数据管道错误在实现模型质量显著提升中的关键作用。