现已在 SeeGen AI 上线

免费 Grok Imagine Video 1.5 生成器

在 SeeGen AI 上使用 Grok Imagine Video 1.5 从文本和图像创建视频。在一个工作流中探索运动效果、镜头控制和同步音频。

输入与输出

Grok Imagine Video 1.5 和 1.5 Lite 规格

比较 Grok Imagine Video 1.5 和 1.5 Lite 的官方能力，包括生成模式、分辨率、参考图支持和音频。

这些是模型规格。在 SeeGen AI 上，Grok 1.5 支持文本、单图、首尾帧和多参考生成。中间关键帧和声音参考输入目前不可用。请参阅API 文档了解支持的参数。

核心功能

使用原生音频、多张图像参考和关键帧控制创建视频，或选择 1.5 Lite 进行更简单、更低成本的生成。

在一次生成中结合角色、产品、服装和背景参考。Grok Imagine Video 1.5 支持最多 14 张参考图，让你定义场景的不同部分，而无需将任何单张图像设为开场帧。图像转视频支持最高 720p 输出。

设置首帧和尾帧，然后在指定时间点添加最多四个中间关键帧。引导视觉转场，规划场景发展，或使用相同的开场和结尾图像创建循环视频。在 SeeGen AI 上，首尾帧控制可用；中间关键帧目前尚未开放。

与视频一起生成对白、音效和环境声。1.5 和 1.5 Lite 均支持带唇形同步语音的原生音频。在提示词中加入台词和声音指示，引导观众听到的内容。

与上一代模型相比，1.5 版本改善了运动连续性和物理交互。它旨在减少视觉变形，让运动呈现更可信的重量感和动量。

Grok Imagine Video 1.5 Lite 提供更低成本的文本转视频和图像转视频生成，并支持同步音频。简单片段和早期试验可使用 Lite；需要多图参考、关键帧控制或原生 1080p 时，选择 1.5。

使用方法

选择 Grok Imagine Video 1.5 或 1.5 Lite。选择生成模式，例如文本转视频或图像转视频。需要多图参考生成和首尾帧控制时，请使用 1.5。

描述主体、动作、镜头运动和声音。根据所选模式，上传起始图像、首尾帧或多张参考图。

在可用时设置视频时长、分辨率和宽高比。查看积分消耗，生成视频，然后预览并下载结果。

模型对比

比较生成模式、参考支持和输出分辨率。

功能	Grok Imagine Video 1.5	Seedance 2.0 Fast	Veo 3.1 Fast
开发者	xAI	ByteDance Seed	Google DeepMind
模型访问	闭源权重	闭源权重	闭源权重
每次生成的视频时长	1–15 秒	4–15 秒	4、6 或 8 秒
输出分辨率	480p、720p、原生 1080p	原生 480p 和 720p	720p、1080p、4K
文生视频	是	是	是
图像生成视频	是	是	是
参考图像	最多 14 张	最多 9 张	最多 3 张
视频参考	否	最多 3 个片段，共 15 秒	仅支持延长 Veo 生成的视频
音频参考	最多 3 个预设语音参考	最多 3 个片段，共 15 秒	不支持单独输入音频参考
原生音频	是，包括对口型同步语音	是，支持音频同步	是，包括对白和音效
首尾帧控制	是	是	是
中间关键帧控制	最多 4 个带时间戳的帧	未记录专用关键帧输入	未记录专用关键帧输入
视频编辑	此版本不支持	是	未记录通用视频编辑流程
视频延长	此版本不支持	是	是，支持 Veo 生成的视频
主要优势	支持多张参考图像、带时间戳的关键帧以及原生 1080p	结合图像、视频和音频参考，并支持编辑	最高支持 4K 输出，并可延续 Veo 生成的片段
适用场景	参考引导的场景与规划好的视觉转场	多模态工作流与现有素材修改	高分辨率短片与 Veo 场景延展