# xAI Grok视频真实感远超提示词，核心是X生态真实数据红利

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-07-05 18:43
- AIHOT 分数：55
- AIHOT 链接：https://aihot.virxact.com/items/cmr7p3wig00acsldyoofo9tr6
- 原文链接：https://x.com/AYi_AInotes/status/2073719499866488988

## AI 摘要

一条用Fable 5提示词生成、成本比Seedance 2.5低6倍的Grok网球观众视频引发讨论。作者认为其物理/镜头/微行为建模不能只用提示词解释，核心是xAI凭借X生态海量真实多模态数据（类比SpaceX收Cursor获取生产环境开发者数据）训练出模型。xAI拥有世界级算力、持续真实数据流和终端场景，这种“真实数据飞轮”已在多业务线出成果，但Grok视频综合仍落后Seedance和Kling。

## 正文

看来我这条快破百万的 AI 视频不只是靠Fable 5的顶级提示词堆出来的，翻完 SpaceX总裁 Shotwell最新访谈才敢说，底层逻辑和 SpaceX 收 Cursor 严丝合缝。

首先光是这些对真实物理世界，摄像机特性，人类微行为的细腻建模，就不能光靠堆 prompt 词就能凭空长出来
。
Fable 5 的强大，以及我调 prompt 的功底，这些都是放大器，不是底层原因。

如果仔细看这条 10 秒的视频，草帽被风吹动的弧度，阳光透过帽檐移动的阴影，手持镜头的呼吸感和对焦漂移，甚至背景里模糊的击球声和低语，都说明 Grok这次编码能力的跳级式提升，本质就是吃了这波数据的红利。

这刚好和 SpaceX 收购 Cursor 的底层逻辑，严丝合缝对上了。

之前大家都在聊 Cursor 估值几百亿，没人往深了想，它真正值钱的是生产环境里海量的真实开发者交互数据。

写代码，改 bug，重构，迭代，全链路的真实轨迹，训出来的模型，比爬公开仓库好用一个数量级。

塑料感，物理崩坏，身份漂移，镜头僵硬，这些问题卡了这么久，缺的肯定不只是参数和合成数据，还有带时间维度的高质量真实素材，和精准的物理行为标注。

换到视频赛道也是同一个道理，
当一家公司把数据质量当成核心资产来经营，而不是堆参数凑跑分的时候，它的迭代逻辑就已经和普通玩家不在一个维度了。

xAI 现在手里攥着的，是世界级的算力集群，是 X 生态里源源不断的真实多模态数据，是直接触达用户的终端场景。

我理解重视真实高质交互数据这套打法，已经在 xAI 的不同业务线上开始批量出结果了。

当然我不是说代码数据直接喂给了视频模型，模态不同不可能直接复用。

我觉得走真实数据飞轮这条路的玩家，越往后，和同行的差距会拉得越开。
当然不是说 Grok 视频已经全面领先 Seedance 或者 Kling，综合其实还差得很远。
你们觉得这次提升最核心的原因是什么呢，是提示词工具进化，还是训练数据质变，亦或是模型架构迭代？
欢迎评论区交流呀～

### 引用推文

> AYi：卧槽，Fable 5真的逆天啊，真的太牛逼了， 它写的提示词竟然能让Grok生成堪比seedance 2.5效果和质感，成本低6倍！ Prompt： 主要角色：年轻韩国女性，二十五岁左右，精致的自然日常妆容，戴着宽檐米色草帽（帽檐有深棕色宽条纹），穿着浅绿色露肩交叉褶皱连衣裙，戴珍珠耳环和细金手链，深棕色长发在草帽下自...