Grok Imagine veröffentlicht erste KI-Folge von „Odyssey“ auf X

Grok Imagine, das Audio-Video-Tool von Elon Musk, hat die erste Episode seiner Adaption von Homers „Odyssee“ veröffentlicht. Das Video dauert etwa sieben Minuten und wurde auf X gepostet. Neben Grok Imagine selbst waren Wonder Studios und Regisseur Dev Walker, der mit KI Filme macht, kreativ beteiligt.

„Seht Episode 1 unserer Serie Odyssey, gemacht mit Grok Imagine“, heißt es im Beitrag. Der Account lädt Nutzer zudem ein, nach Details zur Entstehung der Folge zu fragen.

Musks Versprechen und seine Kritik an Nolan

Im Juli hatte Musk angekündigt, Grok Imagine werde noch vor Jahresende einen Spielfilm der Odyssee erstellen, „historisch akkurat und treu zur Kunst Homers“. Dazu zeigte er einen dreiminütigen Kurzfilm, den ein anderer Nutzer mit KI gemacht hatte. Die Premiere im Oktober ist der Auftakt einer Serie; die Frist für den Film nannte Musk mit Dezember.

Das Projekt folgt auf seine Kritik an Christopher Nolans Verfilmung, vor allem wegen der Besetzung mit Elliot Page und Lupita Nyong'o. Musk brachte dies mit der Jagd nach Preisen in Verbindung und bezeichnete den Regisseur als „Anti-Weißen-Rassisten“. Regisseur Scott Derrickson („Doctor Strange“, „The Black Phone“) wies das zurück: „Seine Meinungen über Kunst sind nichts wert.“

Einer der Vorwürfe betrifft die Oscar-Regeln. Die Academy verlangt, dass ein Film zwei von vier Standards für Repräsentation und Inklusion erfüllt, um für den besten Film infrage zu kommen. Einige betreffen Teams und Ausbildungsmöglichkeiten, sodass sich die Vorgaben auch ohne Repräsentation vor der Kamera erfüllen lassen. Bestimmte Schauspieler sind nicht vorgeschrieben.

Was das Tool kann

Die Ankündigung von Video 1.5 am 16. Juni 2026 beschrieb, dass Soundeffekte, Atmosphäre und Dialoge zusammen mit den Bildern erzeugt werden. Wie der Soundtrack dieser Folge entstand, lässt sich daraus nicht ableiten. Am 31. Juli kamen visuelle und Stimmreferenzen hinzu, mit denen sich eine Figur über Szenen hinweg beibehalten lässt, bis zu sieben Referenzbilder pro Generierung. Ergänzt wurden auch Text-zu-Video ohne Startbild und native 1080p-Auflösung.

Welche Version genutzt wurde und ob alle Funktionen zum Einsatz kamen, sagt die Ankündigung nicht. Laut der am 10. Oktober aktualisierten Dokumentation dauert eine Generierung 1 bis 15 Sekunden, sieben Minuten erfordern also mehrere Clips. Offen bleiben Kosten sowie Auswahl- und Schnittprozess.