Grok Imagine Video 1.5 : générateur de vidéos IA

Les points forts de Grok Imagine Video 1.5

Une vidéo dont le son tombe sur l'action

Grok Imagine Video 1.5 produit le son dans la même passe que l'image. Selon xAI, bruitages, ambiance et dialogues tombent sur l'action, avec une voix plus claire et mieux synchronisée qu'avant.

Donnez au son un moment visible sur lequel tomber : une goutte qui frappe une eau immobile, une bouilloire qui se met à siffler, un feu d'artifice au sommet de son éclat.

L'éclaboussure en macro de l'exemple est ce type d'image : un impact net et sa couronne de gouttelettes.

Décrivez ce qu'on entend et à quel moment, dans la même phrase que l'action. Écoutez votre premier résultat pour vérifier que la piste son est bien là.

Image clé vidéo cinématographique en 16:9, un plan macro au ralenti d'une seule goutte d'eau qui frappe une surface d'eau sombre et immobile, formant une couronne d'éclaboussures nette avec de minuscules gouttelettes suspendues dans l'air, une lumière cyan et magenta qui se reflète dans les ondes. L'instant exact de l'impact, net et résonnant.

Plusieurs plans, une seule histoire

Une histoire en plusieurs plans fonctionne bien avec Video 1.5 si vous la construisez plan par plan.

Posez d'abord les temps forts, comme dans la grille d'exemple : le retrait du colis dans un bar à nouilles, la traversée de la circulation, la cage d'escalier, puis la remise devant une porte. Générez ensuite chaque temps comme un clip à part.

Faites partir chaque plan d'une image du même coursier, et reprenez les mêmes mots pour la veste jaune, le casque noir et le vélo dans chaque prompt. Gardez un étalonnage identique, puis assemblez les clips au montage.

Une image créée avec Grok Imagine Image 2.0 peut servir d'image de départ commune.

Une grille de deux par deux de quatre images vidéo cinématographiques qui suivent le même coursier à vélo en veste jaune vif et casque noir, la nuit : il récupère un colis dans un bar à nouilles, se faufile dans la circulation sous les néons, monte une cage d'escalier et remet le colis sur le pas d'une porte. Même personne, même tenue et même vélo sur chaque image, étalonnage cyan et magenta cohérent, fines bordures noires.

Une ambiance tenue de bout en bout

Video 1.5 sait garder une même ambiance sur tout un clip. Selon xAI, le mouvement reste cohérent sur toute la durée et l'ambiance sonore sort avec l'image : la scène garde son rythme du début à la fin.

Une conduite de nuit fait un bon test : la pluie sur le pare-brise, les essuie-glaces qui balaient en cadence, les néons devant qui se fondent en bokeh cyan et magenta, les mains du conducteur éclairées par le tableau de bord.

Nommez les éléments qui se répètent, comme les essuie-glaces, la pluie et les lumières qui défilent, et gardez les mêmes sources de lumière du début à la fin.

Image clé vidéo cinématographique en 16:9, la vue depuis l'intérieur d'une voiture la nuit à travers un pare-brise couvert de pluie, les essuie-glaces en plein balayage, un bokeh flou de néons cyan et magenta venu de la rue devant, les mains du conducteur sur le volant doucement éclairées par le tableau de bord. Sombre, rythmé, immersif.

Bien écrire ses prompts pour Grok Imagine Video 1.5

1. Écrivez le prompt en une ligne : sujet, action, mouvement de caméra, lumière. « Un coursier se faufile dans la circulation, travelling caméra à l'épaule, néons de nuit » suffit pour commencer.

2. Donnez un repère au son : nommez ce qu'on entend et le moment où il démarre, par exemple « la bouilloire siffle quand la vapeur jaillit ».

3. Pour une séquence, gardez la même description du personnage et le même étalonnage dans chaque prompt, et ne changez que l'action et le lieu.

4. Partez d'une image quand le rendu compte. Elle devient la première image du clip : le prompt n'a plus qu'à décrire le mouvement.

5. Faites vos essais en durée courte et en basse résolution, puis lancez la prise retenue jusqu'à 1080p.

Exemples de prompts à essayer avec Grok Imagine Video 1.5

• 

  Éclair au-dessus de la ville

  Image clé vidéo cinématographique en 16:9, un plan large d'un éclair ramifié qui frappe derrière la ligne d'horizon d'une ville la nuit, l'éclat qui illumine en violet les nuages bas, la pluie qui tombe en rideaux sur les toits, des fenêtres qui brillent en cyan. L'instant de l'impact, spectaculaire et qu'on croirait entendre.

• 

  Bouilloire qui siffle

  Image clé vidéo cinématographique en 16:9, un gros plan sur une bouilloire en cuivre posée sur une flamme de gaz bleue au moment où elle commence à siffler, un jet de vapeur net qui jaillit du bec, des gouttelettes sur le couvercle, une fenêtre de cuisine donnant sur une nuit pluvieuse. Flamme cyan et cuivre chaud, tactile et sonore.

• 

  Feu d'artifice sur le port

  Image clé vidéo cinématographique en 16:9, un feu d'artifice qui éclate en grandes chrysanthèmes au-dessus d'un port la nuit, des étincelles magenta, cyan et or qui se reflètent dans l'eau sombre, des silhouettes de voiliers et de gens sur la jetée. L'image saisie au sommet d'une explosion.

• 

  Cocktail au shaker

  Image clé vidéo cinématographique en 16:9, un barman en chemise noire qui secoue un shaker en acier derrière un bar sombre éclairé au néon, puis verse le cocktail avec de la glace, une éclaboussure de liquide magenta figée au ralenti au-dessus d'une coupe. Contre-jour cyan, gouttelettes nettes, rythmé et précis.

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

Grok Imagine Video 1.5 : 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 1.5

• Chaque génération produit un clip indépendant : la continuité d'une séquence repose donc sur vous.

  Même avec la même image de départ et les mêmes mots, un logo sur une veste ou la forme d'un sac peut changer d'un plan à l'autre. Générez quelques prises de chaque temps et gardez celles qui se raccordent.

• La voix est plus claire que dans les vidéos Grok Imagine précédentes, mais la synchronisation labiale sur de longues répliques, ou avec plusieurs personnes qui parlent en même temps, demande encore une vérification. Gardez des dialogues courts et un seul interlocuteur par plan.

• Le texte à l'image n'est pas fiable, et une action chargée où beaucoup de personnes se touchent peut encore se déformer. Ajoutez le texte au montage et gardez les mouvements de groupe rapides simples.