xAI在9月5日推出Grok Imagine Video 1.5智能体，将编码智能体与图像、视频生成模型整合进同一条创作链路，让用户可以用自然语言驱动自动分镜、角色一致与镜头衔接的完整叙事创作。据竞技场官方账号发布的数据，新功能上线当天即拿下文生视频竞技场1491分的成绩，排名第五，仅比并列第三的Wan 3.0与FLUX 3 Video低3分，同时超越了MiniMax H3以及Seedance 2.0与2.5两个版本。
与常规视频生成模型一次提示生成一段素材不同，Grok Imagine Video 1.5把智能体能力放到了创作前端。官方账号在发布时强调其卖点是更聪明的智能体带来的更好叙事，评测账号则将其总结为编码智能体与强大图像视频模型的结合。用户给出创作意图后，系统会自主拆解镜头脚本，规划画面序列，并借助图像模型生成关键帧，再由视频模型补全动态，最终产出具备连贯叙事逻辑的多镜头内容。
这种产品形态对应着视频创作工作流的真实痛点。创作者过去需要手工编写分镜脚本、逐段生成再剪辑拼接，镜头之间的角色形象、场景氛围与动作逻辑经常出现漂移。把规划能力前置到模型内部后，镜头衔接与叙事连贯性由系统统一维护，创作者得以把精力集中在故事构思与风格把控上，这一设计思路与可灵、Wan等头部平台近期主推的导演模式不谋而合。
使用方式上，用户也不再需要逐条描述每个镜头。给出故事梗概、人物关系与想要的风格后，系统会先生成一份分镜方案，用户可以在进入视频生成前调整镜头顺序、删改画面或修改旁白，相当于在生成器里内置了一个轻量级导演台，把创作决策点前置到生成动作之前，让修改成本集中在规划阶段而非昂贵的重生成环节。
文生视频竞技场的排名采用匿名盲测，用户在对战中选出更符合偏好的生成结果，分数反映的是真实的用户口味而非厂商自评。此次Grok Imagine Video 1.5以1491分空降第五，距榜首梯队仅一步之遥，也让xAI首次跻身文生视频实验室前五行列。竞技场官方指出，新系统同时优于Dreamina Seedance的2.0与2.5版本以及MiniMax H3，考虑到Seedance与H3均属于当前商业化视频模型的第一阵营，这一成绩含金量不低。
排名背后是xAI在视频领域的高频迭代。从年初推出视频生成能力到本次智能体化升级，xAI的追赶节奏明显加快，其优势在于算力储备与社交媒体数据生态，Grok在X平台上的原生分发渠道，也为新功能的快速扩散提供了现成土壤。免费向全部产品开放，则是xAI沿用已久的获客策略，试图以零门槛体验撬动创作者群体，再通过后续增值服务完成变现闭环。
竞技场排名的含金量，来自它近乎苛刻的盲测机制。用户在完全不知道模型身份的前提下，对两段匿名生成的视频投票，系统再用Elo算法把相对胜负折算成分数，样本量越大、对战越充分，排名就越接近真实口味。xAI的新系统以1491分空降第五，与并列第三的Wan 3.0、FLUX 3 Video仅差3分，考虑到这两款模型都已迭代多轮、积累了大量用户偏好数据，一个新版本上线首日就冲到这一位置，说明其默认参数下的整体质量已经站上第一梯队门槛，而非昙花一现的峰值表现。
当然，竞技场分数衡量的只是平均偏好，不同提示类型下的优劣差异依然明显。有的系统擅长写实镜头与光影，有的在风格化与运镜上更讨喜，单一总分难以完全呈现模型的能力光谱。对xAI而言，挤进前五意味着拿到了与头部玩家同场竞技的资格，接下来需要在长镜头稳定性、音画一致性等细分维度持续补齐短板，用更多真实创作场景的稳定输出来巩固名次，而非停留在一张漂亮的成绩单上。
对用户而言，免费意味着可以零成本把智能体视频创作接入日常内容生产，与竞品按秒计费的定价形成鲜明对比。对行业而言，xAI以免费策略切入本已拥挤的文生视频市场，将迫使现有玩家在价格与体验上重新校准，尤其是商业化刚起步的国产视频模型厂商，需要直面来自免费高配产品的竞争压力。
对xAI自身而言，免费开放更像一条流量换数据的路径。视频生成的推理成本不低，完全免费必然伴随阶段性亏损，但Grok订阅与API调用构成了分层变现的漏斗，海量免费用户沉淀的创作偏好，又会反哺模型迭代所需的反馈数据。相较按次计费的竞品，xAI选择先抢占创作者心智与使用习惯，再靠生态内的其他环节完成商业化闭环，这套打法与Grok文本模型此前用免费策略快速积累用户的路线一脉相承。
不过也有观察者提示，竞技场高分与复杂项目的稳定产出之间仍有距离，多镜头长片在角色一致性、音频同步与物理合理性上依旧存在翻车概率，智能体模式的叙事规划能力能否经受真实创作场景的检验，尚需创作者用作品投票。随着视频生成从单镜头生成迈向全片规划，谁能率先把智能体叙事打磨到工业可用，谁就掌握了下一代视频创作入口的主动权。