示意圖懸崖上的風
圖片轉影片 · 5 秒
提示詞: Her long hair and scarf blow in the strong sea wind, her dress ripples, waves roll in below the cliff, the camera slowly pushes in from behind. Sound: wind and crashing waves
Grok Imagine AI 影片生成器
用 xAI 的 Grok Imagine Video 1.5，把一張圖片變成最長 15 秒、含聲音的影片。上傳首幀，或試試下方的範例。
自動
還沒有首幀圖片嗎？ 花 6 點數，用 Grok Imagine Image 2.0 生成一張
現成的首幀，拿來就能動起來
每張卡片都是一張首幀加上一段動態提示詞。點一張，圖片會放進上傳欄位，提示詞會填進輸入框，直接就能生成。
示意圖
示意圖雨中的紙船
圖片轉影片 · 5 秒
提示詞: Rain keeps falling into the puddle, the paper boat drifts slowly to the right on the rippling water, a yellow leaf floats past, shallow focus. Sound: steady rain on the street
示意圖餵鴿子
圖片轉影片 · 5 秒
提示詞: The old man scatters a handful of seeds, pigeons flutter down and peck at the ground, one bird takes off, autumn leaves drift down. Sound: wings flapping, soft cooing
示意圖草叢裡的夕陽
圖片轉影片 · 5 秒
提示詞: The dog turns its head toward the camera and pants happily, the tall grass sways in the warm wind, the sun sinks slowly behind the hills. Sound: gentle wind, one happy bark
Grok Imagine 是什麼？
Grok Imagine 是 xAI 的圖像與影片模型系列。Video 1.5 能把一張圖片變成有動態、有聲音的短片，Image 2.0 則負責生成圖片。
在 Imgveo 上，Video 1.5 從你上傳的圖片開始，生成 5 到 15 秒的影片，支援 480p 或 720p，480p 每秒 5 點數。每段影片都含聲音，不另外收費。
xAI 於 2026 年 6 月在自家 API 上正式開放 Video 1.5，並稱它是 xAI 至今最好的圖片轉影片模型。
Grok Imagine 在 Imgveo 上的現況
你現在就能生成的內容。所有數字都來自生成器本身的設定。
- 起手方式
- 你上傳的圖片Imgveo 上沒有純文字模式
- 影片長度
- 5 秒、8 秒、10 秒或15 秒
- 解析度
- 480p或720p
- 聲音
- 每段影片都有沒有開關，價格不變
- 畫面比例
- 依照你的圖片
- 價格
- 5 點數/秒起每段至少 20 點數
- 首幀圖片
- Image 2.0，每張 6 點數
這裡能用什麼，xAI 又列出了什麼
xAI 自家 API 提供的選項比本頁更多。下面把兩邊分開列出，讓你在花第一筆點數之前就心裡有底。
Imgveo 目前提供
- 從你上傳的圖片開始
- 480p 或 720p
- 可選 5、8、10或15 秒
- 每段影片都含聲音
- 用 Image 2.0 生成首幀
xAI 另外列出
- 文字轉影片，不需要圖片
- 最高 1080p
- 1 到 15 秒任意長度
- 對嘴同步的對白（據 xAI 說明）
我們列出 xAI 公布的數據，是為了讓你知道這個模型在其他地方能做到什麼。在本頁，你能使用的是左欄的內容。
兩個步驟，把靜態圖變成影片
還沒有圖片嗎？先用 Image 2.0 生成一張，再用 Video 1.5 讓它動起來。從一張新圖到一段 5 秒 480p 影片，總共 31 點數。
- 01
用 Image 2.0 生成靜態圖
每張 6 點數，五種畫面比例，也可以加入參考圖。描述場景時，替你設想的動態留出空間。
- 02
用 Video 1.5 讓它動起來
上傳這張靜態圖，描述什麼在動、鏡頭怎麼移動。5 秒 480p 需 25 點數，含聲音。
- 在 Studio 工作台中開啟 Image 2.0
三步驟生成 Grok Imagine 影片
從一張圖片到完成的影片，你只需要花大約一分鐘。
01
上傳首幀
JPG、PNG 或 WebP 圖片皆可。影片會保留圖片的質感與比例，所以請選你想拿來開場的那一幀。
02
描述動態
說清楚什麼在動、周圍有什麼在動、鏡頭怎麼移動。也可以寫上你想聽到的聲音。
03
選擇長度與解析度
可選 5、8、10或15 秒，480p 或 720p。按下生成；失敗的影片會退還點數。
如何挑一張好的首幀
對圖片轉影片模型來說，第一幀決定了大部分的事：質感、光線、構圖和影片比例。以下這些習慣會有幫助。
01
一個清楚的主體
一個人、一隻動物或一件物品，讓動態有明確的歸屬。畫面太擁擠，模型只能猜哪裡該動。
02
在移動方向上留出空間
想讓狗往右跑，就在右邊留出空間。被畫面邊緣切到的主體無處可去。
03
畫面決定比例
影片會沿用圖片的畫面比例。上傳前先裁成 16:9、9:16 或 1:1。
04
一開始就定好想要的質感
光線、色彩與細節都會從圖片延續下來，所以清晰、光線充足的畫面能讓模型有更多發揮空間。
好用的動態提示詞
模型已經看得到圖片，把字數花在會變化的地方。
- 01
什麼在動
主要動作：「她轉身望向大海」「小船往右漂去」。
- 02
周圍什麼在動
讓場景更有說服力的次要動態：風中的髮絲、雨、飄落的葉子。
- 03
鏡頭怎麼移動
緩慢推鏡、向左搖鏡、環繞運鏡，或固定鏡頭。
- 04
你會聽到什麼
每段影片都有聲音，所以把它寫出來：海浪、雨打在街上、一聲狗叫。
可直接複製的動態範本
填好括號裡的內容，上傳圖片，然後生成。
產品旋轉展示
圖片轉影片 · 5 秒
The [product] turns slowly on [surface], light sweeps across [its material], [small detail like water drops or petals] settle around it, the camera holds still. Sound: [soft ambience]
人像瞬間
圖片轉影片 · 5 秒
The [person] [small action: smiles, looks up, turns their head] while [hair, clothes or background] moves in [wind or light], the camera pushes in slowly. Sound: [ambience]
讓場景活起來
圖片轉影片 · 10 秒
[Main element] [moves how], [secondary motion: clouds, water, crowd, leaves], the camera [pans, orbits or tracks] [direction]. Sound: [ambience], [one spot sound]
寵物照片
圖片轉影片 · 5 秒
The [animal] [action: tilts its head, wags its tail, jumps], [what moves around it], the camera stays at its eye level. Sound: [the animal sound], [ambience]
三個常見錯誤
01
把圖片再描述一次
「夕陽下原野中的一隻黃金獵犬」對模型來說沒有任何新資訊。說說這隻狗在做什麼。
02
要求換一個場景
一張海灘的首幀不會變成城市街道。大幅改動會跟圖片互相拉扯；細微、自然的動態效果最好。
03
短片裡塞太多內容
5 秒只容得下一兩個動作。想說更長的故事，請選 10 秒或 15 秒。
Grok Imagine 價格
下面的每個數字都來自實際替你計費的同一套程式碼，我們調整價格時也會跟著更新。
| 長度 | 480p | 720p |
|---|---|---|
| 每秒 | 5 | 6 |
| 5 秒 | 25 | 30 |
| 8 秒 | 40 | 48 |
| 10 秒 | 50 | 60 |
| 15 秒 | 75 | 90 |
每段影片所需點數，已含聲音。
價格如何計算
秒數 × 所選解析度的費率：480p 每秒 5 點數，720p 每秒 6 點數，每段至少 20 點數。
生成首幀的費用
Image 2.0 每張 6 點數，所以一張新圖加上一段 5 秒 480p 影片共需 31 點數。
失敗的影片退還點數
如果生成失敗，點數會自動退回你的餘額。你只需為收到的影片付費。
Grok Imagine 與其他圖片轉影片模型比較
同樣用一張圖片生成 10 秒 720p 影片，依我們生成器的定價計算。
| 模型 | 720p 10 秒 | 聲音 | 最長長度 |
|---|---|---|---|
| Grok Imagine Video 1.5 | 60 | 每段都有 | 15 秒 |
| Seedance 2 Mini | 100 | 已包含 | 15 秒 |
| Wan 3.0 | 160 | 已包含 | 30 秒 |
| Kling 4.0 | 290 | 沒有聲音開關 | 30 秒 |
Grok Imagine 是這幾款中最便宜的，而且便宜一大截。其他模型還能只用文字起手，有些最長可達 30 秒。
大家用 Grok Imagine 做什麼
用你手邊現有的圖片生成短片。請使用你擁有或已取得授權的照片。
示意圖會動的產品照
光線掃過玻璃，產品緩緩轉動，花瓣輕輕落定。一張靜態產品照就能變成用於廣告和商品頁的影片。
示意圖小店家的社群貼文
杯口升起的熱氣、一次注入、一個微笑。幾秒鐘就能讓店裡的照片動起來，拿來發社群貼文。
示意圖動起來的概念圖
雲朵飄過浮空城堡，瀑布傾瀉而下。先用 Image 2.0 畫出來，再讓它動起來。
示意圖家庭照片
一陣輕笑，一縷微風吹過門廊。讓你最愛的照片活起來，分享給家人。
Grok Imagine 常見問題
想在一個地方用上所有 AI 模型？
打開 Imgveo Studio，在一個工作台裡用同一套點數執行本工具以及所有其他 AI 影片和圖像模型。
相關模型
在 Imgveo 上把圖片變成影片的其他選擇。
讓你的圖片動起來
上傳首幀、描述動態，就能得到含聲音的影片。失敗的影片會退還點數。
Grok 是 xAI 的商標。Imgveo 為獨立平台，與 xAI 沒有任何關聯。