xAI 的 Grok Imagine Video 1.5 能把提示詞或一張靜態圖變成影片，動作連貫，聲音踩在動作上，很適合做由多個鏡頭說完的故事。
電影感 16:9 影片關鍵影格，遠景：夜裡分岔的閃電劈在城市天際線後方，閃光把低垂的雲層照成紫色，大雨成片落在屋頂上，窗戶泛著青藍色的光。定格在閃電劈下的那一刻，戲劇性強烈，看起來就震耳欲聾。
電影感 16:9 影片關鍵影格，特寫：一只銅水壺放在藍色瓦斯火焰上，正是它開始鳴笛的那一刻，一股蒸氣從壺嘴急速噴出，壺蓋上掛著水珠，廚房窗外是下雨的夜晚。青藍色火焰搭配暖銅色，觸感與聲音感都很強。
電影感 16:9 影片關鍵影格，夜裡港口上空綻放出大朵菊花形煙火，洋紅、青藍與金色的火花倒映在深色水面上，帆船與碼頭上的人群成為剪影。畫面定格在煙火綻放到最盛的一刻。
電影感 16:9 影片關鍵影格，一名穿黑襯衫的調酒師在昏暗的霓虹吧檯後搖晃不鏽鋼雪克杯，接著連冰帶酒倒出，一潑洋紅色酒液以慢動作凝結在一只淺碟香檳杯上方。青藍色逆光，水珠清晰銳利，節奏感強，動作精準。
範例圖僅供示意，實際效果因模型而異。
Grok Imagine Video 1.5 是 xAI Grok Imagine 系列裡較新的影片模型。xAI 表示它是目前最強的圖片生成影片模型，動作、物理效果與音訊都更好：整支影片裡的動作維持連貫，扭曲變形更少，重量感與慣性更可信；音效、環境音與對白會和畫面一次生成。沒有起始圖片時，它也能只靠文字生成。
它最有用的地方，是由多個鏡頭組成的作品。每支影片裡的角色都維持穩定，還可以從你選定的圖片開始，所以你可以依節拍一段段規劃一個短故事——例如一位外送員取件、在車陣中穿梭、爬樓梯、把包裹交到對方手上——再從同一張起始靜態畫面出發，把每個節拍分別生成一個鏡頭。xAI 對這個版本的說明同樣強調連續性：讓一張臉、一件商品或一個地點在場景之間維持不變。如果只是做一支快速的社群短片，同系列的初代 Grok Imagine Video 比較輕量。
在 Zero Kit 上，它在本頁頂端的編輯器裡執行。寫下鏡頭描述或加入一張起始圖，把片長設在 1 到 15 秒之間，然後生成；影片按秒計費，費率取決於你選的解析度。先用短片長確認動作是否成立，是最省錢的方法，之後再決定要不要生成更長的鏡頭。
Grok Imagine Video 1.5 的聲音和畫面一次生成，xAI 表示音效、環境音與對白都能踩在動作上，人聲也比以前更清楚、同步更好。要用好這一點，就給聲音一個看得見的落點：一滴水砸進平靜的水面、水壺開始鳴笛、煙火綻放到最盛。範例裡的微距水花就是這樣的畫面：一次清脆的撞擊，濺起一圈皇冠狀的水珠，漣漪向外擴散。在描述動作的同一句話裡寫清楚聽到什麼、什麼時候響起，並在 Zero Kit 上檢查第一支結果，確認音軌確實有生成。
電影感 16:9 影片關鍵影格，微距慢動作鏡頭：一滴水砸在平靜的深色水面上，濺起乾淨的皇冠狀水花，細小的水珠懸停在空中，漣漪裡映著青藍與洋紅色的光。正是撞擊的那一瞬間，清脆，有迴響。
用 Video 1.5 做跨多個鏡頭的故事，最好一個鏡頭一個鏡頭來。先規劃節拍，就像範例裡的分鏡網格：在麵店取件、穿過車陣、爬樓梯、在門口交件。然後把每個節拍分別生成一支影片。每個鏡頭都從同一位外送員的靜態畫面開始，並在每段提示詞裡重複同樣的描述——黃色夾克、黑色安全帽、自行車——角色才能在剪接之間延續。每段提示詞的調色維持一致，最後在剪輯軟體裡把幾支影片接起來。
二乘二的網格，四個電影感影片畫面，跟拍同一位穿亮黃色夾克、戴黑色安全帽的自行車外送員在夜裡送件：在麵店取件，在霓虹燈下的車陣中穿梭，爬樓梯，在門口把包裹交出去。每一格裡的人、服裝與自行車都相同，青藍與洋紅調色維持一致，細黑邊框。
Video 1.5 擅長讓一整支影片維持同一種氛圍。xAI 表示整支影片裡的動作維持連貫，環境音和畫面一起生成，所以一個場景可以從第一秒到最後一秒都保持節奏。夜間開車是個好測試：雨落在擋風玻璃上，雨刷以穩定的節拍來回刷動，前方的霓虹糊成青藍與洋紅的光斑，儀表板的光照亮駕駛的雙手。寫明那些重複出現的元素，例如雨刷、雨與掠過的燈光，並讓光源從頭到尾維持一致。
電影感 16:9 影片關鍵影格，夜裡從車內透過佈滿雨水的擋風玻璃往外看，雨刷刷到一半，前方街道的青藍與洋紅霓虹糊成光斑，駕駛握著方向盤的雙手被儀表板柔和地照亮。氛圍陰鬱，富有節奏，身歷其境。
以下價格都取自即時價目表，價格一調整，這裡就會跟著更新。圖片按張計費，影片按秒計費。
| 解析度 | 方案 | 點數 |
|---|---|---|
| 480p | Plus | 20 |
| 720p | Plus | 35 |
| 1080p | Plus | 63 |
寫一句描述，或挑一個範例提示詞，然後按下生成。
最後更新：