Je viens d'essayer de générer un script vidéo avec Grok, et le résultat était vraiment incroyable. J'ai clairement demandé un format vertical 9:16, une durée de 10 secondes et un contenu au rythme rapide, et ce qu'il a compris pour le rôle de "belle femme" était en fait ça... Ma famille est passée et a vu ça, pensant que je faisais quelque chose de bizarre, j'étais tellement gêné que j'ai rapidement pris une capture d'écran et j'ai flouté.

Il semble que la compréhension du langage naturel par l'IA ait encore pas mal de déviations. Pour les mêmes mots-clés, différents modèles d'IA comprennent complètement différemment, cela signifie-t-il que ma description a des problèmes, ou est-ce que cet outil lui-même a tendance à "dévier" ? Quelqu'un a-t-il déjà rencontré une situation similaire ? Comment ajuster les mots-clés pour que l'IA comprenne plus précisément les besoins ?