xAI の Grok Imagine Video 1.5 は、プロンプトや静止画から、動きが破綻せず音もアクションに合ったクリップを作ります。複数のショットで物語を組み立てる土台に向いたモデルです。
Grok Imagine Video 1.5 は、xAI の初代 Grok Imagine Video に続く動画モデルです。xAI は同社で最も強い画像から動画へのモデルとして発表しており、開始画像がなくてもテキストだけで生成できます。
xAI が挙げる改善点：
本領を発揮するのは、複数のショットで組み立てる作品です。各クリップでキャラクターが安定し、選んだ画像から始められます。
たとえば、配達員が荷物を受け取り、車の間を縫って走り、階段を駆け上がって手渡す、という短い物語を場面ごとに組み立てます。そして同じ開始画像から、場面ごとに1ショットずつ生成します。
xAI はこのバージョンの説明で、顔、商品、場所をシーンをまたいで固定する一貫性を強調しています。SNS 用のクリップを1本だけ手早く作るなら、初代の Grok Imagine Video のほうが軽く使えます。
Zero Kit では、このページ上部のエディターで Grok Imagine Video 1.5 を使え、Free 以上のプランに含まれています。ショットを文章で書くか開始画像を追加し、長さを 1〜15 秒の間で決めて生成します。
料金は1秒あたり 20 クレジットからで、選んだ解像度によって変わります。長いテイクに進む前に、短いクリップで動きを確かめるのがいちばん安く済みます。
ほかの画像・動画バージョンとの比較は Grok Imagine のシリーズページ にあります。
Grok Imagine Video 1.5 は、映像と同じ生成で音も作ります。xAI によると、効果音、環境音、セリフがアクションに合い、会話も以前より聞き取りやすく、ずれにくくなっています。
音には、目に見えるきっかけを用意してください。静かな水面に落ちる水滴、鳴り始めるやかん、いちばん大きく開いた瞬間の花火などです。
作例のマクロの水しぶきは、まさにそうした一瞬です。鋭い一撃で、しずくが王冠のように立ち上がります。
何がいつ聞こえるかを、動きと同じ文の中で書きます。最初の結果を再生し、音声トラックが入っているか確かめてください。
映画的な16:9の動画キーフレーム。暗く静かな水面に一滴の水が落ちるマクロのスローモーションショット。きれいな王冠状のしぶきが立ち、小さな水滴が宙に浮かび、波紋にシアンとマゼンタの光が映っている。衝突のまさにその瞬間、くっきりとして響きのある画。
複数のショットにまたがる物語は、Video 1.5 で1ショットずつ作っていくとうまくいきます。
作例のグリッドのように、まず場面を決めます。ラーメン屋での受け取り、渋滞の中の走行、階段、ドアでの手渡し。そのうえで、場面ごとに1本ずつクリップを生成します。
どのショットも同じ配達員の静止画から始め、黄色いジャケット、黒いヘルメット、自転車をどのプロンプトでも同じ言葉で書きます。カラーグレードもそろえ、最後に編集ソフトでクリップをつなぎます。
共通の開始画像には、Grok Imagine Image 2.0 で作った静止画を使えます。
明るい黄色のジャケットに黒いヘルメットの同じ自転車配達員を夜に追う、映画的な動画フレーム4枚の2×2グリッド。ラーメン屋で荷物を受け取る、ネオンの下で車の間を縫って走る、階段を上る、玄関で荷物を手渡す。どのフレームも同じ人物、服装、自転車で、シアンとマゼンタのグレーディングは統一、細い黒の枠線。
Video 1.5 は、1本のクリップを通して同じ雰囲気を保つのが得意です。xAI によると、クリップの最後まで動きがまとまり、環境音も映像と一緒に出るので、シーンが最初から最後までリズムを保ちます。
試すなら夜のドライブが向いています。フロントガラスの雨、一定のテンポで動くワイパー、前方でシアンとマゼンタのボケににじむネオン、ダッシュボードに照らされた運転手の手。
ワイパー、雨、流れていく光のように繰り返す要素を書き、光源は最初から最後まで変えないようにします。
映画的な16:9の動画キーフレーム。夜の車内から雨に覆われたフロントガラス越しに見た景色。ワイパーは動いている途中、前方の通りからシアンとマゼンタのネオンのボケがにじみ、ハンドルを握るドライバーの手がダッシュボードの明かりにやわらかく照らされている。ムーディーでリズミカル、没入感のある画。
プロンプトは、被写体、動作、カメラワーク、光を1行で書きます。最初は「配達員が車の間を縫って走る、手持ちの追従ショット、夜のネオン」程度で十分です。
音にはきっかけを書きます。「湯気が噴き出すと同時にやかんが鳴る」のように、何が聞こえ、いつ始まるかを指定します。
連続したショットでは、キャラクターの描写とカラーグレードをどのプロンプトでもそろえ、変えるのは動作と場所だけにします。
見た目が大事なときは画像から始めます。画像が最初のフレームになるので、プロンプトでは動きだけを書けば済みます。
下書きは短い尺と低い解像度で作り、気に入ったテイクを最大 1080p で書き出します。
映画的な16:9の動画キーフレーム。夜の街のスカイラインの向こうに枝分かれした稲妻が落ちるワイドショット。閃光が低い雲を紫に照らし、屋根の上には雨が幕のように降り、窓がシアンに光っている。落雷の瞬間、劇的で轟音が聞こえてきそうな画。
映画的な16:9の動画キーフレーム。青いガスの炎にかけた銅のケトルが鳴り始める瞬間のクローズアップ。注ぎ口から鋭く噴き出す湯気、ふたについた水滴、外は雨の夜のキッチンの窓。シアンの炎と暖かな銅色、手ざわりと音が伝わる画。
映画的な16:9の動画キーフレーム。夜の港の上に大きな菊型の花火が開き、マゼンタ、シアン、金色の火花が暗い水面に映る。帆船と桟橋の人々のシルエット。花火がいちばん大きく開いた瞬間をとらえたフレーム。
映画的な16:9の動画キーフレーム。薄暗いネオンのバーのカウンターの奥で、黒いシャツのバーテンダーがスチールのシェイカーを振り、氷とともに注ぐ。クープグラスの上でマゼンタの液体のしぶきがスローモーションで止まっている。シアンの逆光、くっきりした水滴、リズミカルで正確な動き。
作例画像はイメージです。結果はモデルによって異なります。
下の料金はすべて最新の料金表から読み込んでいるので、料金が変わればここにもすぐ反映されます。クレジットは画像1枚ごと、または動画1秒ごとに消費されます。
| 解像度 | プラン | クレジット |
|---|---|---|
| 480p | Free | 20 約 $0.20 |
| 720p | Free | 35 約 $0.35 |
| 1080p | Free | 63 約 $0.63 |
生成するたびに独立したクリップになるので、つなげたときの連続性は自分で管理する必要があります。
同じ開始画像と同じ言い回しでも、ジャケットのロゴやバッグの形などの細部はショットごとに変わることがあります。各場面を何テイクか生成し、合うものを残してください。
セリフは以前の Grok Imagine の動画より聞き取りやすくなっていますが、長いセリフや複数人が同時に話す場面の口の動きは確認が必要です。セリフは短くし、1ショットの話し手は1人にしてください。
画面内の文字は安定しません。また、大勢が触れ合うような込み入ったアクションは、まだゆがむことがあります。画面上の文字は編集で入れ、集団の素早い動きはシンプルにしてください。
xAI 自社のアプリでは無料ではありません。Grok の無料プランはチャット、検索、音声が対象で、xAI は Grok Imagine の動画生成を有料の SuperGrok プランに含めています。X Premium+ にも SuperGrok が含まれます。
Zero Kit では無料プランで使えます。新規アカウントには無料クレジットが 10 付与されます。
動画1秒あたり 480p で 20 クレジット（約 $0.20）、720p で 35 クレジット（約 $0.35）、1080p で 63 クレジット（約 $0.63） です。
選んだ解像度でのクリップの長さに応じて料金がかかります。各解像度の最新の単価はこのページの表に載せています。
ドル表示は月払いのサブスクリプション料金から換算した目安です。
手順：
動き、物理表現、音が大事なとき、または物語が複数のショットにまたがるときは Video 1.5 を使います。xAI は、ゆがみが減り、重さの表現が自然になり、セリフが聞き取りやすくずれにくくなったとしています。
単発のシンプルなショットなら初代の Grok Imagine Video を使います。xAI は速さとコストを重視して設計しています。
Zero Kit では、1回の生成で 1〜15 秒です。
長さは生成する前にエディターで設定します。長い物語にしたいときは、ショットを複数作ってつなげてください。
xAI は Video 1.5 で、効果音、環境音、セリフを映像と同じ生成で作るとしています。
このページの作例は静止画なので、公開する前に自分のクリップを再生し、音声トラックが入っているか確認してください。
画像を追加すると、Grok Imagine Video 1.5 がそれを開始フレームとして使い、動きとカメラワークはプロンプトで指定します。xAI は Video 1.5 を同社で最も強い画像から動画へのモデルとして発表しており、テキストだけでも生成できます。
ショットを細かく書かずに写真を動かしたいだけなら、写真を動かすツール のほうが手軽です。
xAI によると、初代の Grok Imagine Video より動き、物理表現、音声が向上しています。
クリップの最後までゆがみが少なく、重さや勢いが自然で、セリフが聞き取りやすくずれにくくなっています。
はい、有料プランなら可能です。有料プランで作った画像と動画は、利用規約の範囲内で、商品ページ、広告、SNS 投稿などに商用利用できます。無料プランで作ったものは個人的・非商用の利用に限ります。
いいえ。プロンプト、アップロードしたファイル、生成結果を AI モデルの学習に使うことはありません。生成を実行するため、プロンプトと参照ファイルは選んだモデルの提供元に送られ、提供元が自社の規約に沿ってそのリクエストを処理します。
一言書くか作例プロンプトを選んで、生成を押してください。
最終更新：