8月3日，马斯克在X上透露，实时AI视频渲染技术进展迅速，10天前6秒视频渲染需60秒，如今已缩短至15秒，本周有望控制在12秒以内，且视频视觉质量不受影响，同时音频轨道也在进行重大升级。他预计该技术有望在3到6个月内实现。此外，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，用户输入文字描述即可转化为带有音效的视频片段，马斯克称其能在30秒内将想象转化为视频。