なぜビデオエージェントモデルが次の一手か — Ethan He、xAI Grok Imagine

要点

• xAIの少人数チームが3ヶ月でGrok Imagineをゼロから構築。
• ビデオモデルの知能は主にLLMから得られ、ビデオデータだけではない。
• 次の進化はビデオエージェントであり、計画、生成、編集、反復が可能。
• 迅速な反復とデータパイプラインの小さなバグ修正がモデル改善の鍵。