#569. 深入 xAI：三个月打造 Grok Imagine、视频生成与世界模型之争，以及视频智能体
中文摘要
前xAI研究员Ethan He复盘Grok Imagine开发历程。他认为视觉智能源于语言模型，世界模型是实时可交互长视频，并展望视频智能体未来。
English Summary
Former xAI researcher Ethan He reviews building Grok Imagine in 3 months. He posits visual AI from language models, world models as interactive long videos, and envisions Video Agents' future.
Original Excerpt
📌 一句话摘要 前 xAI 研究员 Ethan He 深度复盘从零打造 Grok Imagine 的历程，提出“视觉智能源自语言模型”、“世界模型即实时可交互的长视频”等核心判断，并展望了 Video Agent 的未来。 📝 详细摘要 本期节目是一场关于 AI 视频生成技术的高密度深度访谈。嘉宾 Ethan He 曾就职于 Nvidia 和 xAI，他详细复盘了 xAI 如何在基础设施、数据、模型“三无”的情况下，凭...