8 月 3 日消息，今日马斯克在 X 上表示：“10 天前，一段 6 秒的视频渲染需要 60 秒，之后降至 45 秒，再到 30 秒，如今已缩短至 15 秒。本周我们或许能将渲染时间控制在 12 秒以内。且在此过程中，视频的视觉质量未受任何影响。”他表示，“同时，我们正在对音频轨道进行重大升级。”马斯克认为，“实时视频渲染技术有望在 3 到 6 个月内实现。”
Grok 已推出人工智能文本转视频生成器 Grok Imagine，马斯克将其形容为“AI 版的 Vine”。目前该功能正处于测试阶段，用户可以通过输入文字描述自己想要看到的图像或场景，Grok Imagine 就能将其转化为带有音效的视频片段。
马斯克此前还在 X 上发帖称：“（Grok Imagine）能让你的想法以最快的速度从你的大脑传递到屏幕上。想象一下吧！然后你可以在 20 秒内将那副图像配上声音变成一段视频。比其他人绘制一幅图像所需的时间还要少。”马斯克还转发了一位 X 用户的帖子：“Grok Imagine 的速度简直快得惊人。它能在短短 30 秒内将你的想象转化为带有声音的视频。”