Grok Imagine Video 1.5 — 同期音声付き動画 AIテキスト · 画像 · 参照

ポートレート、商品写真、イラスト、コンセプトアートなど静止画1枚を先頭フレームとしてアップロードし、動きを記述します。

2〜7枚の参照画像を1本の連続したシネマティックショットにブレンドし、プロンプトで動きを誘導します。

環境音、効果音、音楽の手がかり、台詞が動画と一緒に生成。プロンプトまたはAUDIO: セクションで音声を誘導できます。

高速・低コストの下書きには480p、より鮮明な納品には720p HD、細部が必要なら1080pを選択。

1〜15秒のクリップを生成。約5〜8秒は多くの場合より安定；長いクリップは多ビートのアクションに余地を与えます。

アスペクト比はこのモデルの生成器で利用可能な設定に従います。画像／参照モードでは、出力は多くの場合ソース画像の構図に沿います。

xAIのAuroraエンジンを基盤に、短尺クリップで重力、運動量、衝突、流体、布のような動きをより自然に。

パン、チルト、ズーム、ドリー、トラッキング、オービット、空撮、手持ち、ゆっくりしたプッシュインなどをプロンプトで直接記述。

しゃがむ→ダッシュ→観客が反応、のように動作を順に列挙すると、モデルは選択した長さ内で多段の動きを一貫させようとします。