马斯克正在X上透露，现在已缩短至15秒，他估计该手艺无望正在3到6个月内实现。10天前6秒视频衬着需60秒，同时音频轨道也正在进行严沉升级。此外，本周无望节制正在12秒以内，用户输入文字描述即可为带有音效的视频片段，且视频视觉质量不受影响，Grok已推出人工智能文本转视频生成器Grok Imagine，正处于测试阶段，马斯克称其能正在30秒内将想象为视频。