8 月 3 日消息，今日馬斯克在 X 上表示：“10 天前，一段 6 秒的視頻渲染需要 60 秒，之后降至 45 秒，再到 30 秒，如今已縮短至 15 秒。本周我們或許能將渲染時間控制在 12 秒以內。且在此過程中，視頻的視覺質量未受任何影響。”他表示，“同時，我們正在對音頻軌道進行重大升級。”馬斯克認為，“實時視頻渲染技術有望在 3 到 6 個月內實現。”
Grok 已推出人工智能文本轉視頻生成器 Grok Imagine，馬斯克將其形容為“AI 版的 Vine”。目前該功能正處于測試階段，用戶可以通過輸入文字描述自己想要看到的圖像或場景，Grok Imagine 就能將其轉化為帶有音效的視頻片段。
馬斯克此前還在 X 上發帖稱：“（Grok Imagine）能讓你的想法以最快的速度從你的大腦傳遞到屏幕上。想象一下吧！然后你可以在 20 秒內將那副圖像配上聲音變成一段視頻。比其他人繪制一幅圖像所需的時間還要少。”馬斯克還轉發了一位 X 用戶的帖子：“Grok Imagine 的速度簡直快得驚人。它能在短短 30 秒內將你的想象轉化為帶有聲音的視頻。”