現已在 SeeGen AI 上線

免費 Grok Imagine Video 1.5 生成器

在 SeeGen AI 使用 Grok Imagine Video 1.5，從文字與圖片建立影片。在單一工作流程中探索動態、攝影機控制與同步音訊。

輸入與輸出

Grok Imagine Video 1.5 與 1.5 Lite 規格

比較 Grok Imagine Video 1.5 與 1.5 Lite 的官方功能，包括生成模式、解析度、參考素材支援與音訊。

這些是模型規格。在 SeeGen AI 上，Grok 1.5 支援文字、單張圖像、首幀／尾幀以及多重參考生成。目前不提供中間關鍵幀和語音參考輸入。支援的參數請參閱 API 文件。

主要功能

使用原生音訊、多張圖片參考與關鍵影格控制來建立影片，或選擇 1.5 Lite 進行更簡易、低成本的生成。

在一次生成中結合角色、產品、服裝與背景參考。Grok Imagine Video 1.5 支援最多 14 張參考圖片，讓你定義場景的不同部分，而不必將任何單張圖片設為開場影格。參考圖轉影片支援最高 720p 輸出。

設定第一個與最後一個影格，再於指定時間點加入最多四個中間關鍵影格。引導視覺轉場、規劃場景發展，或使用相同的開頭與結尾圖片建立循環。SeeGen AI 目前提供第一影格與最後影格控制，但尚未開放中間關鍵影格。

與影片一同建立對話、音效與環境音。1.5 與 1.5 Lite 都支援具唇形同步語音的原生音訊。在提示詞中加入台詞與聲音指示，引導觀眾聽到的內容。

與前一代模型相比，1.5 版本改善了動態連貫性與物理互動。其設計可減少視覺變形，讓移動呈現更可信的重量感與動能。

Grok Imagine Video 1.5 Lite 提供更低成本的文字轉影片與圖片轉影片生成，並支援同步音訊。簡單片段與初期實驗可使用 Lite；需要多張參考圖片、關鍵影格控制或原生 1080p 時，則選擇 1.5。

使用方式

選擇 Grok Imagine Video 1.5 或 1.5 Lite，再選擇生成模式，例如文字轉影片或圖片轉影片。需要多張參考圖片生成及第一影格與最後影格控制時，請使用 1.5。

描述主體、動作、鏡頭移動與聲音。依所選模式上傳起始圖片、第一影格與最後影格，或多張參考圖片。

在可用的情況下設定影片長度、解析度與長寬比。確認點數費用後生成影片，再預覽並下載結果。

模型比較

比較生成模式、參考支援及輸出解析度。

功能	Grok Imagine Video 1.5	Seedance 2.0 Fast	Veo 3.1 Fast
開發商	xAI	ByteDance Seed	Google DeepMind
模型存取權	封閉權重	封閉權重	封閉權重
每次生成的影片長度	1–15 秒	4–15 秒	4、6 或 8 秒
輸出解析度	480p、720p、原生 1080p	原生 480p 和 720p	720p、1080p、4K
文字轉影片	是	是	是
圖片轉影片	是	是	是
參考圖片	最多 14 張	最多 9 張	最多 3 張
影片參考	否	最多 3 段影片，總計 15 秒	僅限延長 Veo 生成的影片
音訊參考	最多 3 個預設語音參考	最多 3 段影片，總計 15 秒	無獨立的音訊參考輸入
原生音訊	是，包括嘴型同步語音	是，具備同步音訊	是，包括對話和音效
首尾影格控制	是	是	是
中間關鍵影格控制	最多 4 個附時間戳記的影格	未記載專用的關鍵影格輸入	未記載專用的關鍵影格輸入
影片編輯	此版本不支援	是	未記載通用影片編輯流程
影片延長	此版本不支援	是	是，適用於 Veo 生成的影片
主要優勢	多個圖片參考、附時間戳記的關鍵影格，以及原生 1080p	結合圖片、影片與音訊參考，並支援編輯	最高支援 4K 輸出，並可延續 Veo 生成的片段
最適合	參考引導場景與規劃好的視覺轉場	多模態工作流程與現有影片修改	高解析度短片與延伸 Veo 場景