Grok Imagine

xAI 的 Grok Imagine Video 1.5：快速生成带声音的视频，分辨率为 480p 和 720p，时长为 1 至 15 秒，支持通过提示词、首帧图片或最多 3 张参考图片生成。

价格

视频费用为时长乘以单价：一段 5 秒的 480p 视频费用为 $0.355。仅在视频交付后扣费。

支持的输入

• 提示词最多 8,000 字符。
• 提供一个 first_frame，或最多 3 个 reference_images，两者不能同时使用。
• 时长为 1 到 15 秒，仅支持整数秒。
• 16:9, 9:16, 1:1, 4:3 和 3:4. 使用首帧图片时，视频沿用图片的宽高比。
• 声音无需额外付费；将 generate_audio 设为 false 即可生成无声视频。
• 480p 和 720p.

示例

{
  "model": "grok-imagine-video-1.5",
  "reference_images": [
    "https://example.com/beekeeper.jpg",
    "https://example.com/honey-jar.jpg"
  ],
  "prompt": "The beekeeper from the first image holds up the honey jar from the second image and smiles.",
  "seconds": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9"
}

提示词编写

• 描述镜头画面和动作：谁在动、怎么动，以及镜头如何运动。
• 使用参考图片时，说明每张图片中的哪些人物或物体会出现在视频中，以及他们或它们的动作。
• 如果打算自行配乐，将 generate_audio 设为 false：价格不变。

使用须知

• 短视频通常不到一分钟即可生成。
• 不支持尾帧、负面提示词或随机种子，暂不支持 1080p。
• 可能违反内容规则的提示词或图片会被拒绝（content_policy）；被拒绝的视频不收费。
• 视频保留 30 天；请下载需要长期保存的视频。

完整 API 说明：视频生成。可在控制台的 调试台 中试用，其中会显示每个视频对应的代码。