Grok Imagine 视频智能体时刻：Cosmos、xAI、世界模型与生成式UI

前xAI世界模型负责人兼Nvidia Cosmos研究员Ethan He解释了AI视频可能遵循与编码智能体相同的路径。他认为文本到视频仅处于自动补全阶段，世界模型将变得实时和交互式，语言模型可能成为视频的控制层。未来AI视频可能更像一个拥有摄像头、编辑器、时间线和工具带的智能体，而非简单的提示框。Grok Imagine从零到一的开发过程展示了这一趋势。