限时开通年费会员,享30%折扣并且获得 GPT Image、MiniMax H3 等模型无限使用权益
分享 PixMind,赚取 20% 持续佣金 · 加入分销计划
立即升级
Pixmind

xAI · 动作、画面与声音

Grok Imagine Video 1.5 AI 视频生成器

让静态画面有理由动起来。使用 xAI 的 Grok Imagine Video 1.5,为产品展示、角色对白或一次清晰的物理互动设计动作、运镜与同步声音。

蓝调时刻的深色海岸岩石上方,白色丝绸随海风扬起
原创 AI 动作场景示意图,并非 Grok 模型输出。
文字、图片与参考素材工作流原生同步音频官方模型:1–15 秒官方文生/图生输出最高 1080p

以上为 xAI 官方模型规格。PixMind 已开放的输入方式、输出参数与积分取决于下方实际接入线路。

使用 Grok Imagine Video 1.5 创作

选择准确的 Grok 模型,准备镜头并在提交前确认可用设置。只有实时目录中出现对应模型时,这里才会开放生成工作区。

加载中...

选择镜头的起点

Grok Imagine Video 1.5 是什么?

Grok Imagine Video 1.5 是 xAI 用于创作短音画场景的视频模型。官方 API 支持文字驱动创作、从首张图片生成动画,以及参考素材驱动的场景生成。有效的镜头描述应同时交代动作、相机路径和属于这个时刻的声音。

描述一个新场景

构图尚未确定时,从文字开始。说明主体、环境、一个主要动作、光线和运镜方向。

让原始画面动起来

主体外观与构图很重要时,从产品照或人像开始。描述画面随时间发生的变化,而不是重新描述整张图片。

用参考引导新构图

官方参考工作流支持多个视觉锚点与声音参考。这与固定首帧动画不同,各平台开放的控制项也不同。

三个值得尝试的镜头方向

围绕清晰动作编写 Grok 视频提示词

把主体动作、相机运动和声音分开描述。以下原创模板覆盖产品动画、简短对白和一次明确的物体接触。

01

把产品照变成展示镜头

用干净的产品画面锁定外观,保持轮廓与环境不变,先测试一个轻微运镜和一处环境变化。

提示词起点
钴蓝色玻璃瓶静置在湿润的黑色石面上。相机缓慢小幅环绕,一缕细水落在瓶身旁,在水面激起涟漪。冷色轮廓光,安静的流水声,没有对白,一镜到底。
打开生成器 →
湿润火山石上的钴蓝色玻璃瓶,旁边有一股细水流入浅池
AI 制作的提示词场景示意图,并非 Grok 模型输出。
02

让角色说一句话、做一个动作

以声音驱动的场景需要说明谁在说话、如何表达以及房间中的环境声。对白保持简短,为表情和手势留出时间。

提示词起点
陶艺师从拉坯机前抬头,微笑着温暖地说:“这一件,经得起时间。”轻微的转轮声和柔和的工作室环境声持续在背景中。稳定的半身构图,轻轻点一次头,没有音乐,不切换场景。
打开生成器 →
身穿赭色围裙的陶艺师坐在拉坯机前,在柔和的工作室光线下看向镜头
AI 制作的提示词场景示意图,并非 Grok 模型输出。
03

让接触、运动与声音对应起来

一次可见的接触事件能建立清楚的镜头时间线。先定义物体、碰撞、反应与对应声音,再考虑复杂运镜。

提示词起点
一颗橙色小球落入水面,激起一次小小的冠状水花。水滴落回,涟漪逐渐平静。固定微距镜头,清晰的侧光,一声轻微落水声,不出现额外小球,不切镜。
打开生成器 →
深色摄影棚中的透明水箱,一颗橙色小球位于冠状水花上方
AI 制作的提示词场景示意图,并非 Grok 模型输出。

Grok Imagine Video 1.5、Kling 与 Veo 怎么选?

按想拍的镜头选择模型。这里比较的是工作流方向,不是性能排名,也不承诺固定的画面质量。

模型适合从这里开始的任务镜头描述重点下一步
Grok Imagine Video 1.5图片动画、简短对白,以及带声音的可见物体互动。原始画面或场景描述、一个动作、运镜方向和简明的声音要求。先准备本页提示词,精确 Grok 线路开放后再生成。
Kling 3.0 Turbo在已接入的 Turbo 工作区比较文字或图片驱动的运镜与动作变化。一张原始图片或文字描述,明确主体和运动方向。打开 Kling 3.0 Turbo,比较当前控制项与积分快照。
Veo 3.1用明确的对白或环境声音要求探索电影感镜头。构图、动作、光线,以及场景与声音之间的关系。打开 Veo 3.1,查看当前音频、输入与输出设置。

xAI 官方模型能力与 PixMind 接入状态分别核验。当前生成器提供实际可用控制项与最终积分预估。

如何使用 Grok Imagine Video 1.5

  1. 确定视觉锚点

    选择主体完整、光线清楚的原始图片,或描述一个新场景。在主体周围为想要的运动留出空间。

  2. 写清动作与声音

    说明一个主体动作、一条运镜路径,以及想要的对白或环境声,并让镜头的结束状态足够明确。

  3. 生成、比较、迭代

    线路开放后,确认参数与积分再生成,每次只改一个变量。保存可用镜头,再到剪辑器中组成更长的片段。

Grok Imagine Video 1.5 常见问题

Grok Imagine Video 1.5 和 Grok Imagine 1.5 图片生成是同一个模型吗?

不是。本页介绍能生成动态音画场景的视频模型,Grok Imagine 图片模型生成的是静态图片。可以先在图片模型页制作原始画面,再回到这里设计视频动作。

Grok Imagine Video 1.5 必须上传首图吗?

不一定。xAI 为 1.5 提供文生视频、图生视频与参考素材生视频工作流。已经确定主体与构图时,首图尤其有用。PixMind 实际接入的输入模式会在线路开放后显示在生成器中。

官方模型支持多长视频、什么分辨率?

xAI 文档列出 1–15 秒片段,以及 480p、720p 和 1080p 输出。文生视频与图生视频支持原生 1080p,参考素材生视频工作流的文档上限为 720p;图生视频画幅跟随原图。这是官方规格,不代表已经核实的 PixMind 参数列表。

Grok 可以同时生成对白、音效和环境声吗?

官方 1.5 模型支持随画面生成音频,包括口型同步对白。提示词中应明确台词、表达方式和背景声音。例如在陶艺师的对白下保留轻微转轮声。PixMind 音频控制项取决于实际接入线路。

支持参考图、声音与首尾帧控制吗?

xAI 当前文档为 1.5 列出最多 14 张参考图、3 个声音参考,以及首尾帧或中间关键帧。这些属于不同 API 工作流,不能假定每个平台都能组合使用。本页不宣称 PixMind 已经开放这些控制项。

使用 Grok 视频需要多少 PixMind 积分?

目前没有已核实的 PixMind 积分价格:核验当日公开目录尚未出现这一精确模型。我们不会把 xAI 的美元价格直接当作 PixMind 积分。线路开放后,先选择参数,再在生成前查看预估。

怎样写有用的 Grok 图生视频提示词?

描述运动,不必重复图片中已经可见的所有内容。先写主体动作,再写运镜、声音和结束状态。例如让瓶子保持不动,相机轻微环绕,只让水面出现涟漪。每次只比较一个变化。

主体变形或运动混乱时,应该改什么?

换用更清晰的原图,减少同时运动的物体,删去互相冲突的运镜要求。下一轮聚焦一个动作;对白过密时先缩短台词。导出前检查与你的镜头目标相关的产品细节或角色特征。

什么时候选择 Grok,什么时候选 Kling 或 Veo?

可以用 Grok 探索原始画面动画和短音画互动。当 Kling、Veo 当前控制项更适合你的镜头,或今天就需要可用线路时,使用本页链接的对应工作区。比较相同的原图、动作与声音要求,不必只按版本号选型。

从一帧开始,导演一个值得记住的瞬间。

一起准备画面、动作与声音,再到精确 Grok 工作区确认线路是否可用。

打开生成器