این مدل، بخشی از خانواده Grok و Aurora، یک جهش بزرگ نسبت به نسخه اولیه v0.1 است و تمرکز اصلی آن بر تولید ویدیوهای سینمایی با کیفیت بالا، حرکات طبیعی و صدای همگام‌سازی‌شده است. Imagine v0.9 نه تنها متن را به ویدیو تبدیل می‌کند، بلکه تجربیات چندرسانه‌ای کامل (ویدیو + صدا) را بدون نیاز به ویرایش پس از تولید، ارائه می‌دهد.