Grok Imagine Video 1.5 – generator wideo AI

Mocne strony Grok Imagine Video 1.5

Wideo z dźwiękiem, który trafia w akcję

Grok Imagine Video 1.5 tworzy dźwięk razem z obrazem, w jednym generowaniu. Według xAI efekty, tło dźwiękowe i dialogi trafiają w akcję, a mowa jest wyraźniejsza i lepiej zsynchronizowana niż wcześniej.

Daj dźwiękowi widoczny moment, w który może uderzyć: kropla spadająca na gładką wodę, czajnik, który zaczyna gwizdać, fajerwerk w szczycie wybuchu.

Makroujęcie rozprysku w przykładzie to właśnie taka klatka: jedno ostre uderzenie i korona kropel.

Opisz, co słychać i kiedy, w tym samym zdaniu co akcję. Odsłuchaj pierwszy wynik i sprawdź, czy ścieżka dźwiękowa rzeczywiście się pojawiła.

Filmowa klatka kluczowa wideo 16:9, makroujęcie w zwolnionym tempie: pojedyncza kropla wody uderza w nieruchomą ciemną taflę i tworzy czystą koronę rozprysku z drobnymi kroplami zawieszonymi w powietrzu, w zmarszczkach odbija się cyjanowe i magentowe światło. Dokładny moment uderzenia, ostro i dźwięcznie.

Kilka ujęć, jedna historia

Historia w kilku ujęciach dobrze wychodzi w Video 1.5, jeśli budujesz ją ujęcie po ujęciu.

Najpierw rozpisz sceny, jak na przykładowej siatce: odbiór w barze z makaronem, jazda przez korek, klatka schodowa i przekazanie paczki w drzwiach. Potem wygeneruj każdą scenę jako osobny klip.

Każde ujęcie zaczynaj od kadru z tym samym kurierem i w każdym prompcie powtarzaj te same słowa o żółtej kurtce, czarnym kasku i rowerze. Trzymaj identyczną kolorystykę, a potem połącz klipy w montażu.

Wspólną klatką startową może być obraz z Grok Imagine Image 2.0.

Siatka dwa na dwa z czterema filmowymi klatkami wideo, które nocą śledzą tego samego kuriera rowerowego w jaskrawożółtej kurtce i czarnym kasku: odbiera paczkę w barze z makaronem, lawiruje w ruchu ulicznym w świetle neonów, wspina się po schodach i przekazuje paczkę w drzwiach. Ta sama osoba, strój i rower w każdej klatce, spójna kolorystyka cyjanu i magenty, cienkie czarne ramki.

Nastrój i ciągłość

Video 1.5 dobrze utrzymuje jeden nastrój przez cały klip. Według xAI ruch trzyma się całości do końca klipu, a tło dźwiękowe powstaje razem z obrazem, więc scena nie gubi rytmu.

Dobry test to nocna jazda: deszcz na przedniej szybie, wycieraczki w równym tempie, neony przed autem rozmyte w turkusowo-purpurowe bokeh, dłonie kierowcy oświetlone przez deskę rozdzielczą.

Nazwij powtarzające się elementy, takie jak wycieraczki, deszcz i mijane światła, i trzymaj te same źródła światła od początku do końca.

Filmowa klatka kluczowa wideo 16:9, widok z wnętrza samochodu nocą przez pokrytą deszczem przednią szybę, wycieraczki w połowie ruchu, rozmyte cyjanowe i magentowe bokeh neonów z ulicy przed autem, dłonie kierowcy na kierownicy delikatnie oświetlone przez deskę rozdzielczą. Nastrojowo, rytmicznie, immersyjnie.

Jak pisać prompty do Grok Imagine Video 1.5

1. Prompt pisz w jednej linijce: bohater, akcja, ruch kamery, światło. „Kurier lawiruje w korku, kamera z ręki podąża za nim, neony nocą” wystarczy na start.

2. Daj dźwiękowi sygnał: nazwij, co słychać i w którym momencie się zaczyna, na przykład „czajnik gwiżdże, gdy wybucha para”.

3. W sekwencji trzymaj w każdym prompcie ten sam opis postaci i tę samą kolorystykę, a zmieniaj tylko akcję i miejsce.

4. Zacznij od obrazu, gdy liczy się wygląd. Obraz staje się pierwszą klatką, więc prompt musi opisać już tylko ruch.

5. Szkice rób krótkie i w niskiej rozdzielczości, a wybrane ujęcie wyrenderuj w rozdzielczości do 1080p.

Przykładowe prompty do wypróbowania w Grok Imagine Video 1.5

• 

  Błyskawica nad miastem

  Filmowa klatka kluczowa wideo 16:9, szeroki plan: rozgałęziona błyskawica uderza nocą za panoramą miasta, błysk oświetla niskie chmury na fioletowo, deszcz spada ścianą na dachy, okna świecą na cyjanowo. Moment uderzenia, dramatycznie, niemal słychać grzmot.

• 

  Gwiżdżący czajnik

  Filmowa klatka kluczowa wideo 16:9, zbliżenie miedzianego czajnika na niebieskim płomieniu gazu w chwili, gdy zaczyna gwizdać, z dziobka tryska ostry strumień pary, krople na pokrywce, za oknem kuchni deszczowa noc. Cyjanowy płomień i ciepła miedź, namacalnie i dźwięcznie.

• 

  Fajerwerki nad portem

  Filmowa klatka kluczowa wideo 16:9, nocne fajerwerki wybuchają nad portem w dużych kształtach chryzantem, iskry w magencie, cyjanie i złocie odbijają się w ciemnej wodzie, sylwetki żaglówek i ludzi na molo. Kadr uchwycony w szczycie wybuchu.

• 

  Wstrząsanie koktajlu

  Filmowa klatka kluczowa wideo 16:9, barman w czarnej koszuli wstrząsa stalowym shakerem za przyciemnionym barem w neonach, a potem nalewa koktajl z lodem; chlust magentowego płynu zamarł w zwolnionym tempie nad kieliszkiem typu coupe. Cyjanowe światło od tyłu, ostre krople, rytmicznie i precyzyjnie.

Przykładowe obrazy mają charakter poglądowy; wyniki zależą od modelu.

Grok Imagine Video 1.5: parametry i ceny

Wszystkie ceny poniżej pochodzą z aktualnego cennika, więc zmieniają się tutaj od razu, gdy zmieniają się stawki. Kredyty są naliczane za każdy obraz albo za każdą sekundę wideo.

Ograniczenia modelu Grok Imagine Video 1.5

• Każde generowanie to osobny klip, więc ciągłość całej sekwencji jest po twojej stronie.

  Nawet przy tym samym obrazie startowym i tych samych słowach detale takie jak logo na kurtce czy kształt torby mogą się zmieniać między ujęciami. Wygeneruj kilka wersji każdej sceny i zostaw te, które do siebie pasują.

• Mowa jest wyraźniejsza niż we wcześniejszych wersjach wideo Grok Imagine, ale synchronizację ust przy długich kwestiach albo kilku mówiących osobach nadal trzeba sprawdzać. Dialogi niech będą krótkie, a w każdym ujęciu jedna mówiąca osoba.

• Na napisach w kadrze nie można polegać, a gęsta akcja z wieloma stykającymi się osobami wciąż może się zniekształcać. Tekst na ekranie dodaj w montażu, a szybką akcję grupową upraszczaj.