Grok Imagine Video : générateur de vidéos IA

Les points forts de Grok Imagine Video

Un plan, un moment

Grok Imagine Video est le plus fiable quand un clip tient un seul moment du début à la fin.

L'exemple d'anniversaire en donne le modèle : un lent travelling avant sur un gâteau rose pastel, les bougies soufflées d'un seul coup, un mince filet de fumée qui monte pendant que les amis applaudissent dans le flou derrière.

Une action, un mouvement de caméra, une source de lumière chaude : rien ne se dispute l'attention. Décrivez le moment et le mouvement de caméra en une phrase chacun, et laissez le clip se terminer sur le résultat de l'action.

Image clé vidéo cinématographique en 16:9, un lent travelling avant sur un gâteau d'anniversaire rose pastel aux bougies allumées, au moment où un souffle les éteint et où de fines traînées de fumée s'élèvent en volutes, des amis flous qui applaudissent à l'arrière-plan, des guirlandes lumineuses. Un seul plan continu, chaleureux et festif.

Le vlog en vue subjective

Les plans en vue subjective, caméra à la main, conviennent à Grok Imagine Video parce qu'ils ne demandent qu'un seul mouvement continu.

Selon xAI, le modèle comprend le mouvement réaliste et les interactions entre objets, ce qui rend une marche en POV crédible. Dans l'exemple, une main tient un bouquet de renoncules emballé pendant que des seaux de tulipes et de pivoines défilent de chaque côté.

Écrivez « vue subjective » ou « caméra à la main depuis le siège passager » en début de prompt, et dites ce que tient la main. Gardez un pas tranquille pour que l'image ne tremble pas trop.

Image clé vidéo cinématographique en 16:9, un plan en vue subjective en marchant dans un étroit marché aux fleurs, une main qui tient au premier plan un bouquet de renoncules emballé dans du papier, des seaux de tulipes et de pivoines des deux côtés, une lumière douce du matin. Rendu vlog caméra à l'épaule, couleurs pastel.

La boucle satisfaisante

Les clips courts et tactiles, où l'on tranche, verse ou écrase, vont bien à Grok Imagine Video. L'exemple montre une fine lame qui traverse un bloc de sable cinétique en couches pastel, la tranche s'effritant sur une table blanche.

Gardez la caméra fixe et le fond uni, et décrivez la texture en détail, par exemple « couches lilas, menthe et pêche qui s'effritent en douce cascade ».

Le modèle ne promet pas une boucle sans raccord. Pour en obtenir une, gardez la même scène au début et à la fin, puis coupez le clip au montage là où le mouvement se répète.

Image clé vidéo cinématographique en 16:9, un gros plan sur un couteau fin qui tranche un bloc de sable cinétique en couches pastel lilas, menthe et pêche, la tranche qui s'effrite en une cascade douce, une table blanche et propre. Texture nette, vidéo pour les réseaux sociaux étrangement satisfaisante, en un seul plan.

Bien écrire ses prompts pour Grok Imagine Video

1. Un bon prompt décrit un seul moment : le sujet, l'action et la façon dont elle se termine. « Du lait versé dans un expresso jusqu'à former une tulipe » marche mieux qu'une liste d'événements.

2. Nommez un seul mouvement de caméra, comme le zoom avant, le travelling arrière, le panoramique ou le tilt vers le haut, ou écrivez « caméra à la main » pour un rendu vlog.

3. Choisissez le format avant d'écrire, vertical pour les stories et les reels, large pour le fil, et composez le prompt pour ce cadre.

4. Partez d'une photo quand le rendu doit coller à une image existante ; elle devient la première image et le prompt n'a plus qu'à décrire le mouvement.

5. Ajoutez des mots de texture et de lumière, comme « nouilles brillantes dans une vapeur chaude » ou « lumière pastel du matin » : un clip pour les réseaux se joue dans sa première seconde.

Exemples de prompts à essayer avec Grok Imagine Video

• 

  Coup de cheveux à l'heure dorée

  Image clé vidéo cinématographique en 16:9, un plan au ralenti d'une jeune femme qui rejette ses cheveux mouillés en arrière sur une plage à l'heure dorée, des gouttes d'eau qui décrivent des arcs dans l'air et scintillent dans le contre-jour, un ciel pastel, des vagues douces derrière. Esthétique rêveuse de vidéo pour les réseaux sociaux.

• 

  Nouilles soulevées

  Image clé vidéo cinématographique en 16:9, un gros plan sur des baguettes qui soulèvent une poignée de nouilles brillantes d'un bol de ramen fumant garni d'un œuf mollet, de ciboule et de nori, la vapeur qui monte dans la lumière chaude. Bol en céramique pastel sur un comptoir en bois clair, vidéo culinaire appétissante en un seul plan.

• 

  Chiot et bulles

  Image clé vidéo cinématographique en 16:9, un chiot crème tout duveteux qui bondit pour attraper des bulles de savon irisées dans un jardin ensoleillé, les oreilles ballottantes, de l'herbe et des pâquerettes autour, une caméra à l'épaule à hauteur de chiot. Couleurs pastel, joyeux, un seul plan continu.

• 

  Reflet de soleil en road trip

  Image clé vidéo cinématographique en 16:9, un plan caméra à l'épaule depuis le siège passager d'une voiture sur une route côtière à l'heure dorée, une main qui surfe sur le vent par la fenêtre ouverte, un reflet de soleil qui éclate dans l'objectif, la mer floue au loin. Tons pastel chauds, ambiance vlog insouciante.

Les images d'exemple sont illustratives ; les résultats varient selon le modèle.

Grok Imagine Video : caractéristiques et tarifs

Tous les prix ci-dessous proviennent de la grille tarifaire en vigueur : ils changent ici dès que les tarifs changent. Les crédits sont décomptés par image, ou par seconde de vidéo.

Limites de Grok Imagine Video

• Il est fait pour le plan unique. Demander plusieurs scènes, ou une histoire avec des coupes, dans un même clip donne souvent un résultat confus : générez chaque plan séparément et assemblez-les au montage.

• La résolution plafonne à 720p : c'est net sur un téléphone, mais cela peut paraître doux sur un grand écran ou dans un montage en format large.

• Un mouvement rapide et complexe peut se déformer, avec des membres qui se plient ou des objets qui changent de forme en pleine action, et les contacts rapprochés entre personnes sont plus difficiles encore.

  Le texte à l'image n'est pas fiable non plus : ajoutez les sous-titres au montage.