Grok Imagine Video Image to Video API

xai/grok-imagine-video/image-to-video
6 / 10 秒 · 3 种风格

Grok Imagine Video Image to Video 将静态图转为短片,结合文字引导的主体动作与运镜。参考图建立场景外观,动作提示词引导画面在时长内展开,让素材成为动画起点。

获取 API Key
输入
579/5000
1/1
Reference image 1: Reference 1

示例

Animate the reference as one quiet continuous six-second wildlife shot. The same pangolin slowly raises its small head to sniff the damp air; its long scaled tail makes a slight natural movement without changing shape. One droplet falls from a bamboo leaf near it. Preserve the pangolin's anatomy, scale pattern, position and the bamboo forest composition. Subtle breathing and gentle background leaf motion, soft overcast light, locked camera, no walking away, no extra limbs, no transformation, no cuts or text.

Bring the same small blue ceramic clockwork crab to life in a six-second handcrafted stop-motion animation. It takes exactly two small sideways steps across the checkerboard table, pauses, then raises one claw in a cheerful little salute. Keep the same number of legs and claws, the same glossy cobalt glaze with tiny handmade imperfections, and the same visible brass winding key. Body remains rigid ceramic, legs rotate at their joints. Fixed camera, steady warm kitchen light, no extra objects, no cuts, no morphing, no text or logos.

Grok Imagine Video Image to Video

Grok Imagine Video Image to Video 是 xAI 用于通过文字指令为静态图增加运动的模型。参考图提供场景与主体外观,提示词描述从这一视觉起点展开的动作和镜头移动,使已有图片进入动态表达。它适合以产品照片制作展示动画、以插画探索场景运动,或以风景和室内照片制作氛围片段,并可按创作意图选择时长与生成模式。

为什么选择 Grok Imagine Video Image to Video?

  • 已有图像确定视觉起点照片或插画先建立主体与场景,适合已经选定人物、产品或画面外观后,再探索运动的创作任务。

  • 外观与运动分开表达参考图提供视觉内容,提示词集中描述主体动作、环境变化和镜头方向,让动画要求更加明确。

  • 静态素材延伸为短片概念产品图片与场景插画可作为动态镜头的基础,将已有图片创作流程延伸到短视频探索。

  • 同一参考图比较动作方案复用原图调整动作提示词、时长或生成模式,比较同一场景的不同展开方式。

参数

参数要求说明
prompt必填

描述场景与动作,长度为 1–5,000 个字符。

image_urls必填

提供包含一个公开 HTTP(S) 图片 URL 的数组。

mode可选

生成风格,可选 fun、normal、spicy。

funnormalspicy
duration可选

视频时长,单位为秒,可选整数 6、10;默认 6。

默认610

使用步骤

  1. 上传图片并描述运动上传一张参考图,分别说明主体动作与镜头运动。

  2. 选择时长与模式按动画构想选择 Duration 与 Mode。

  3. 运行并查看结果核对费用后点击 Run,生成完成后预览并下载。

价格

1 credit 等于 $0.005。

用量费率详情
6 秒视频30 credits / video$0.150 / video
10 秒视频40 credits / video$0.200 / video

应用场景

  • 产品图片动画以产品图为起点,描述镜头推进或周围环境的运动,探索短时展示镜头。

  • 插画场景动态稿将场景插画作为参考,描述人物动作或环境运动,制作动画概念片段。

  • 照片氛围短片从风景或室内照片出发,描述云层移动、蒸汽飘动或运镜,形成一个氛围镜头。

提示词建议

  • 选择主体清晰、主体与周围环境容易区分的参考图。
  • 分别说明哪些内容运动、哪些保持静止,并区分主体动作与镜头动作。
  • 图片内有多个物件时,用位置或外观明确点名需要运动的主体。
  • 按 6 秒或 10 秒安排动作,以一次运动或一段简短过程作为片段重点。
  • 比较不同动作提示词或生成模式时,保持参考图一致。

使用说明

  • 保存 task_id 以查询结果,或提供 callback_url 接收任务完成通知。

相关模型

Grok Imagine Video Image to Video API 常见问题

Grok Imagine Video Image to Video API 是什么?

Grok Imagine Video Image to Video 是 xAI 用于通过文字指令为静态图制作动画的模型。它生成 6 秒或 10 秒短片,结合动作提示词与可选生成模式。参考图建立主体和场景,提示词则引导从这一视觉起点增加的动作与镜头运动。你可以通过 API 调用,也可以在“体验”标签中在线试用。

Grok Imagine Video Image to Video 如何准备参考图?

选择一张主体清晰、环境容易辨认的图片,在 image_urls 中提供该图的单个 URL,或在体验区上传图片,再描述希望从画面中展开的运动。

Grok Imagine Video Image to Video 如何描述画面运动?

点明需要运动的主体,并单独说明镜头的作用。例如:“杯子保持居中,蒸汽缓缓上升,镜头逐渐靠近。”这样可以将原图外观与需要增加的运动区分开。

Grok Imagine Video Image to Video 可以制作产品图片动画吗?

可以。产品图提供参考场景,提示词描述镜头运动或周围环境的变化。明确点名产品及预期动作,让短片围绕一个清晰的展示重点展开。

Grok Imagine Video Image to Video 的短片有多长?

通过 duration 选择 6 秒或 10 秒,省略时默认为 6 秒。可根据希望从参考图中展开的动作过程选择长度。

Grok Imagine Video Image to Video 可以使用哪些模式?

mode 可选 fun、normal、spicy。比较不同模式时保持参考图与动作提示词一致,以观察它们对同一场景的处理。

何时应选择 Grok Imagine Video Image to Video 而非 Grok Imagine Video Text to Video?

已有照片或插画,并希望由它建立场景时,选择 Grok Imagine Video Image to Video;以文字描述建立场景时,选择 Grok Imagine Video Text to Video。

Grok Imagine Video Image to Video 的图片动画如何计费?

6 秒视频每条为 30 credits,即 $0.150;10 秒视频每条为 40 credits,即 $0.200。每次生成按所选时长对应的单条价格计费。