xAI 的 Grok Imagine Video 能用提示词或照片做出单镜头短视频，尺寸适配社交信息流，重来一遍也很快。
电影感 16:9 视频关键帧，慢动作镜头：黄金时刻的海滩上，一位年轻女子把湿头发向后一甩，水珠划出弧线飞过空中，在逆光里闪闪发亮，粉彩色天空，身后是轻柔的浪花。梦幻的社交视频风格。
电影感 16:9 视频关键帧，特写：筷子从一碗热气腾腾的拉面里夹起一束油亮的面条，碗里有溏心蛋、葱花和海苔，蒸汽在暖光里升腾。浅木色台面上放着粉彩色陶瓷碗，让人食欲大开的单镜头美食视频。
电影感 16:9 视频关键帧，一只毛茸茸的奶油色小狗在阳光明媚的花园里跳起来，去咬泛着彩虹光的肥皂泡，耳朵甩来甩去，周围是青草和雏菊，手持镜头与小狗齐高。粉彩色调，欢快，一镜到底。
电影感 16:9 视频关键帧，黄金时刻的海滨公路上，从副驾驶座手持拍摄，一只手伸出敞开的车窗在风中起伏，阳光眩光迸射进来，远处的大海一片模糊。温暖的粉彩色调，无拘无束的 vlog 感。
示例图仅作示意，实际效果因模型而异。
Grok Imagine Video 是 xAI Grok Imagine 系列的初代视频模型。它能把文字提示词或一张静态图变成短视频，动作和物体之间的互动真实，还能执行推近、拉远、上摇、平移等镜头指令。xAI 把它做成一个视频加音频的模型，并围绕速度和成本来设计，所以一个想法跑第二遍、第三遍也不贵。
它最擅长的是单镜头：一个主体、一个动作、一个运镜。牛奶倒进浓缩咖啡、筷子从碗里夹起面条、小狗追泡泡、一只手在车窗外乘风起伏——这类瞬间单独发出来就是一条帖子。xAI 列出了竖版、横版以及适配各平台的宽高比，所以做快拍用的竖版视频，或者信息流用的横版视频，都不用事后裁切。如果作品需要几个相互衔接的镜头，或者更清晰的人声，同系列较新的 Grok Imagine Video 1.5 更合适。
在 Zero Kit 上，它在本页顶部的编辑器里运行。写下想要的瞬间或加一张照片，把时长设在 1 到 15 秒之间，然后生成。每秒按你选的分辨率计费，短视频让每次测试的成本都很低，正好适合社交内容反复尝试的节奏。
一条视频从头到尾只讲一个瞬间时，Grok Imagine Video 最可靠。生日示例就是个好范本：镜头缓缓推近一个粉彩粉色的蛋糕，一口气吹灭蜡烛，细细的烟袅袅升起，背后虚化的朋友们在鼓掌。只有一个动作、一个运镜和一个暖色光源，没有东西在抢注意力。用一句话描述瞬间，再用一句话描述运镜，让视频停在动作的结果上——这里就是升起的烟。
电影感 16:9 视频关键帧，镜头缓缓推近一个插着点燃蜡烛的粉彩粉色生日蛋糕，正是一口气把蜡烛吹灭的那一刻，细细的烟向上袅袅升起，背景里虚化的朋友们在鼓掌，还有串灯。一镜到底，温暖又有庆祝气氛。
第一人称手持镜头很适合 Grok Imagine Video，因为它只需要一段连续的运动。xAI 称这个模型理解真实的动作和物体互动，而这正是 POV 走路镜头看起来真实的原因：前景里一只手捧着一束用牛皮纸包好的洋牡丹，两侧一桶桶郁金香和芍药掠过，晨光柔和。在提示词开头写上「第一人称视角」或「从副驾驶座手持拍摄」，说明手里拿着什么，步速保持舒缓，画面就不会晃得太厉害。
电影感 16:9 视频关键帧，第一人称视角走过一条狭窄的花市，前景里一只手捧着一束用牛皮纸包好的洋牡丹，两侧是一桶桶郁金香和芍药，晨光柔和。手持 vlog 风格，粉彩色调。
切、倒、捏这类短小又有触感的视频，和 Grok Imagine Video 很搭。示例是一把薄刀切开一块层层叠叠的粉彩色太空沙，切下的那片在干净的白桌上碎落。镜头保持不动，背景保持素净，把质感写细，比如「淡紫、薄荷绿和蜜桃色层层叠叠，柔柔地碎落下来」。模型并不保证无缝循环，想做循环的话，让开头和结尾的场景保持一致，再到剪辑软件里在动作重复的位置剪一下。
电影感 16:9 视频关键帧，特写：一把薄刀切开一块淡紫、薄荷绿和蜜桃色层层叠叠的粉彩色太空沙，切下的那片柔柔地碎落下来，干净的白色桌面。质感清晰，莫名解压的单镜头社交视频。
下面的价格都取自实时价目表，价格一调整，这里就跟着变。图片按张计费，视频按秒计费。
| 分辨率 | 套餐 | 积分 |
|---|---|---|
| 480p | Plus | 13 |
| 720p | Plus | 18 |
写一句描述，或挑一个示例提示词，然后点生成。
最近更新：