Grok Imagine Video 1.5 Image to Video API

xai/grok-imagine-video-v1.5/image-to-video

Grok Imagine Video 1.5 Image to Video 将首帧图片转化为动作连贯、音画同步的短片,输出最高1080p。以原图主体与构图为起点,通过提示词引导动作和运镜,设定1–15秒时长。

输入
822/4096

拖拽文件、粘贴剪贴板素材,或输入 URL。 上传一张 JPG、JPEG、PNG 或 WebP 图片作为首帧,大小不超过 10 MB;也可填写可公开访问的 HTTP(S) 图片链接。

1/1 个素材

示例

Animate the exact single chestnut alpaca in this first frame. In one continuous five-second locked-off wildlife shot, it gives one brief natural shake of its neck and torso, sending a modest spray of fine water droplets outward from its wet wool, then settles and stands quietly. All four hooves remain planted. Preserve its face, long neck, two ears, four legs, chestnut coat pattern and body proportions. Wool moves with the body; droplets fall naturally under gravity. Keep the stone wall and distant cloudy Andean slopes unchanged. Natural speed, no slow motion, no cuts, no new animals or transformation. Audio: a short soft wet-fur rustle during the shake and gentle highland wind, no human speech or music. No text, logos or watermark.

Keep the same man, round glasses, short black hair, dark green hoodie and laundromat from the source image. One continuous five-second fixed medium-close shot. The clothes behind the closed washer window turn slowly and come to a stop during the first two seconds. He glances toward the washer, then quietly says the single English word 'Finally.' with matching lip movement, exhales and gives a small relieved smile. Preserve his face and glasses with only subtle head movement. Keep the machine casing and window geometry perfectly stable, no cut or new objects. Audio: the low washer hum winds down to silence, his natural quiet voice says 'Finally.' once, a soft exhale follows, and faint rain continues outside. No music, subtitles, visible writing, branding or watermark.

Grok Imagine Video 1.5 Image to Video

Grok Imagine Video 1.5 Image to Video 是 xAI 将静态图片转化为同步音画短片的模型。单张首帧确定主体与构图,提示词引导动作、镜头运动和场景声音,运动物理表现让人物手势与物体移动更有重量感和连续性。可围绕产品展示、角色片段或分镜预演安排镜头,选择1–15秒时长与最高1080p清晰度,逐次调整动作幅度和场景节奏。

为什么选择 Grok Imagine Video 1.5 Image to Video

  • 从首帧展开动作用原图建立主体与构图,再通过提示词描述动作如何展开。

  • 呈现有重量感的连续运动Video 1.5 改善运动物理表现,让手势和物体移动具有更自然的重量感与动量。

  • 让声音跟随画面音效、环境声与对白随画面动作一起生成,可在提示词中描述声音及其出现时机。

参数说明

参数填写要求用途与取值
prompt必填

填写 1–4096 个字符,描述首帧中的主体动作、镜头运动与声音。

image_urls必填

提供恰好一个可公开访问的 HTTP(S) 图片链接作为首帧,视频画幅由图片决定。

resolution可选

选择 480p、720p 或 1080p,默认 720p。

duration可选

填写 1–15 的整数,单位为秒,默认 6。

使用方法

  1. 选择首帧图片上传一张大小不超过 10 MB 的 JPG、JPEG、PNG 或 WebP 图片,或填写公开图片链接。按视频所需画幅准备图片。

  2. 安排动作与声音在 Prompt 中描述主体动作、镜头运动和场景声音,再选择 Resolution 与 Duration。

  3. 生成并检查短片确认显示的费用后点击 Run,完成后播放视频,检查动作与声音,再下载成片。

用量与计费

总点数 = 时长 × 对应清晰度的每秒点数 + 首帧图片的 2 点数。每点对应 $0.005。

生成配置费用计费说明
480p14.5 点数/秒$0.0725/秒;另加一张图片的 2 点数($0.01)。
720p25 点数/秒$0.125/秒;另加一张图片的 2 点数($0.01)。
1080p45 点数/秒$0.225/秒;另加一张图片的 2 点数($0.01)。

适用场景

  • 产品动态展示以产品照片为起点,安排转动或镜头移动,并搭配符合场景的声音。

  • 角色动作片段从肖像图片展开表情变化、手势或带对白的短表演。

  • 分镜动态预演将分镜图片转为有时长的镜头,尝试运镜方向、动作节奏与环境声音。

专业提示

  • 选择主体清晰、为预定动作留有空间的首帧。
  • 分别描述主体如何移动与镜头如何运动。
  • 先用一个主要动作确定节奏,再加入背景运动与声音。
  • 写清声音来源和时机,例如人物迈步时响起脚步声。

相关模型

Grok Imagine Video 1.5 Image to Video API 常见问题

Grok Imagine Video 1.5 Image to Video API 是什么?

Grok Imagine Video 1.5 Image to Video API 是 xAI 将单张首帧图片转化为视频的模型。它结合连续动作、同步声音与最高1080p输出。图片建立主体和构图,提示词引导1–15秒内的动作与运镜。可通过 API 文档接入,也可在上方体验区试用。

Grok Imagine Video 1.5 如何让首帧主体动起来?

图片提供视频的起始画面。提示词描述接下来发生的动作,包括方向、速度与运镜;清晰主体和完整轮廓为动作生成建立明确的视觉起点。

Grok Imagine Video 1.5 会生成同步声音吗?

会。音效、环境声与对白随视频一起生成。在动作提示词中写明声音来源和时机,例如转身时衣料摩擦、迈步时脚步声响起。

Grok Imagine Video 1.5 的视频画幅如何确定?

视频画幅由首帧图片决定。竖向构图使用竖图,宽幅镜头使用横图,再选择输出清晰度。

Grok Imagine Video 1.5 能生成15秒短片吗?

可以。将 Duration 设为15,也可选择1–15之间的任意整数,默认6秒。根据动作安排时长,例如短促手势或持续运镜。

Grok Imagine Video 1.5 能输出1080p视频吗?

可以。在 Resolution 中选择1080p,也可选择480p或720p,默认720p。费用随清晰度和时长更新。