xAI 的 Grok Imagine Video 1.5 能把提示词或一张静态图变成视频，动作连贯，声音踩在动作上，很适合做由多个镜头讲完的故事。
电影感 16:9 视频关键帧，远景：夜里分叉的闪电劈在城市天际线后方，闪光把低垂的云层照成紫色，大雨成片地落在屋顶上，窗户泛着青蓝色的光。定格在闪电劈下的那一刻，戏剧性强，看上去就震耳欲聋。
电影感 16:9 视频关键帧，特写：一只铜水壶放在蓝色燃气火焰上，正是它开始鸣笛的那一刻，一股蒸汽从壶嘴急速喷出，壶盖上挂着水珠，厨房窗外是下雨的夜晚。青蓝色火焰配暖铜色，触感和声音感都很强。
电影感 16:9 视频关键帧，夜里港口上空绽放出大朵菊花形烟花，品红、青蓝和金色的火花倒映在深色水面上，帆船和码头上的人群成为剪影。画面定格在烟花绽放到最盛的一刻。
电影感 16:9 视频关键帧，一名穿黑衬衫的调酒师在昏暗的霓虹吧台后摇晃不锈钢雪克杯，接着连冰带酒倒出，一泼品红色酒液以慢动作凝固在一只浅碟香槟杯上方。青蓝色逆光，水珠清晰锐利，节奏感强，动作精准。
示例图仅作示意，实际效果因模型而异。
Grok Imagine Video 1.5 是 xAI Grok Imagine 系列里较新的视频模型。xAI 称它是目前最强的图生视频模型，动作、物理效果和音频都更好：整条视频里的动作保持连贯，扭曲变形更少，重量感和惯性更可信；音效、环境声和对白与画面一次生成。没有起始图片时，它也能只靠文字生成。
它最有用的地方，是由多个镜头组成的作品。每条视频里的角色都保持稳定，还可以从你选定的图片开始，所以你可以按节拍一段段规划一个短故事——比如一个快递员取件、在车流中穿行、爬楼梯、把包裹交到对方手里——再从同一张起始静帧出发，把每个节拍单独生成一个镜头。xAI 对这个版本的说明同样强调连续性：让一张脸、一件产品或一个地点在场景之间保持不变。如果只是做一条快速的社交短视频，同系列的初代 Grok Imagine Video 更轻量。
在 Zero Kit 上，它在本页顶部的编辑器里运行。写下镜头描述或加一张起始图，把时长设在 1 到 15 秒之间，然后生成；视频按秒计费，费率取决于你选的分辨率。先用短时长确认动作是否成立，是最省钱的办法，之后再决定要不要生成更长的镜头。
Grok Imagine Video 1.5 的声音和画面一次生成，xAI 称音效、环境声和对白都能踩在动作上，人声也比以前更清晰、同步更好。要用好这一点，就给声音一个看得见的落点：一滴水砸进平静的水面、水壶开始鸣笛、烟花绽放到最盛。示例里的微距水花就是这样的画面：一次清脆的撞击，溅起一圈皇冠状的水珠，涟漪向外扩散。在描述动作的同一句话里写清听到什么、什么时候响起，并在 Zero Kit 上检查第一条结果，确认音轨确实生成了。
电影感 16:9 视频关键帧，微距慢动作镜头：一滴水砸在平静的深色水面上，溅起干净的皇冠状水花，细小的水珠悬停在空中，涟漪里映着青蓝和品红色的光。正是撞击的那一瞬间，清脆，有回响。
用 Video 1.5 做跨多个镜头的故事，最好一个镜头一个镜头地来。先规划节拍，就像示例里的分镜网格：在面馆取件、穿过车流、爬楼梯、在门口交件。然后把每个节拍单独生成一条视频。每个镜头都从同一位快递员的静帧开始，并在每段提示词里重复同样的描述——黄色夹克、黑色头盔、自行车——角色才能在剪辑之间延续。每段提示词的调色保持一致，最后在剪辑软件里把几条视频接起来。
二乘二的网格，四个电影感视频画面，跟拍同一位穿亮黄色夹克、戴黑色头盔的自行车快递员在夜里送件：在面馆取件，在霓虹灯下的车流中穿行，爬楼梯，在门口把包裹交出去。每一格里的人、服装和自行车都相同，青蓝与品红调色保持一致，细黑边框。
Video 1.5 擅长让一整条视频保持同一种氛围。xAI 称整条视频里的动作保持连贯，环境声和画面一起生成，所以一个场景可以从第一秒到最后一秒都保持节奏。夜间驾驶是个好测试：雨落在挡风玻璃上，雨刷按稳定的节拍来回扫动，前方的霓虹虚化成青蓝和品红的光斑，仪表盘的光照亮司机的双手。写明那些重复出现的元素，比如雨刷、雨和掠过的灯光，并让光源从头到尾保持一致。
电影感 16:9 视频关键帧，夜里从车内透过布满雨水的挡风玻璃往外看，雨刷扫到一半，前方街道的青蓝和品红霓虹虚化成光斑，司机握着方向盘的双手被仪表盘柔和地照亮。氛围阴郁，富有节奏，身临其境。
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 | 20 |
| 720p | Plus | 35 |
| 1080p | Plus | 63 |
写一句描述，或挑一个示例提示词，然后点生成。
最近更新：