xAI dévoile Grok Imagine Video 1.5 : vidéo quasi instantanée avec audio synchronisé

L'entreprise d'intelligence artificielle xAI, fondée par Elon Musk, a officiellement lancé Grok Imagine Video 1.5 le 17 juin 2026, faisant sortir son modèle phare de conversion d'image en vidéo d'une phase de prévisualisation record pour le rendre accessible à tous . La société le décrit comme son « meilleur modèle de conversion image-vers-vidéo à ce jour », une affirmation qui fait suite à une ascension fulgurante à la première place du classement Image-to-Video Arena quelques semaines plus tôt .

Cette sortie n'est pas une simple mise à jour cosmétique. Elle s'attaque directement aux principaux points faibles de la création vidéo par IA — la lenteur, le manque de réalisme et l'absence d'intégration audio — pour offrir une expérience plus rapide et plus cohérente aux créatifs du monde réel .

Une vitesse de génération presque doublée

L'amélioration la plus immédiatement perceptible est la réduction drastique du temps d'attente. Le nouveau mode « Rapide » de Grok Imagine Video 1.5 peut générer un clip vidéo de 6 secondes en définition 720p en 25 secondes environ, soit près de deux fois plus vite que son prédécesseur, qui nécessitait plus de 40 secondes . Pour les créateurs et les développeurs qui itèrent sur des idées visuelles, cela réduit le cycle de création de moitié, ce qui accélère considérablement les flux de travail et rend le prototypage rapide bien moins fastidieux .

Un bond en avant pour le mouvement et la physique

Au-delà de la vitesse, Grok Imagine Video 1.5 s'attaque aux artefacts visuels qui ont longtemps miné les modèles de vidéo par IA. La version précédente peinait souvent à assurer une cohérence des mouvements, produisant des clips avec des distorsions non naturelles de membres ou des objets « flottants » qui trahissaient leur origine synthétique . Le modèle 1.5 corrige en grande partie ces défauts, offrant des mouvements de personnages et de caméra nettement plus fluides et naturels .

De manière plus subtile, le modèle simule désormais les lois de la physique du monde réel avec davantage de nuances, démontrant une meilleure compréhension de la masse et de l'inertie. Une scène peut désormais montrer une personne marchant avec le balancement naturel de ses vêtements, ou un objet tombant en suivant une courbe d'accélération réaliste. Le résultat est une vidéo qui semble ancrée dans le réel plutôt qu'assemblée numériquement .

Première mondiale : l'audio synchronisé intégré

L'ajout le plus important sur le plan stratégique est l'introduction d'une génération audio synchronisée intégrée, une fonctionnalité totalement absente de l'itération précédente . Auparavant, ajouter du son à un clip généré par Grok nécessitait des outils externes et une synchronisation manuelle fastidieuse. La version 1.5 produit désormais une vidéo avec une bande-son automatiquement calée sur l'action à l'écran : bruits d'ambiance, effets sonores et atmosphère sont générés en même temps que les visuels .

Cela élimine un obstacle majeur dans le pipeline créatif, permettant aux artistes et aux producteurs de contenu de réaliser un segment audiovisuel complet en une seule étape .

De la preview reine des classements à la sortie publique

Ce lancement fait suite à une phase de prévisualisation très réussie qui avait débuté le 3 juin 2026 . Durant cette période, Grok Imagine Video 1.5 a rapidement imposé sa domination sur les benchmarks de l'industrie, grimpant à la première place de l'Artificial Analysis Video Arena avec un bond spectaculaire de +52 points Elo par rapport à l'ancien modèle 1.0 . Il a dépassé des concurrents de poids tels que Seedance 2.0 de ByteDance (maison mère de TikTok) et Veo de Google, un exploit qu'Elon Musk a relayé en partageant une bande-annonce générée par IA pour L'Iliade, vue plus de 18 millions de fois sur X (anciennement Twitter) .

Il est important de noter que Grok Imagine Video 1.5 est distinct du chatbot Grok, même s'ils partagent le même nom. Il s'agit d'un modèle dédié à la conversion de texte et d'images en vidéo . Avec la fin de la période de prévisualisation, il est accessible aux développeurs via l'API xAI sous le nom de modèle grok-imagine-video-1.5 et au grand public via l'application Grok Imagine, disponible sur le web, iOS et Android . En intégrant l'audio synchronisé directement dans son pipeline de génération rapide, xAI parie sur une expérience de création tout-en-un pour redéfinir la prochaine phase de la compétition dans le paysage très disputé de la vidéo générée par IA .