示意图悬崖上的风
图片转视频 · 5 秒
提示词: 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 视频生成器
用 xAI 的 Grok Imagine Video 1.5，把一张图片变成最长 15 秒、带声音的视频。上传首帧，或试试下面的示例。
自动
还没有首帧图片？ 花 6 积分，用 Grok Imagine Image 2.0 生成一张
现成的首帧，拿来就能动起来
每张卡片都是一张首帧加一段动作提示词。点一张，图片会放进上传位，提示词填进输入框，直接就能生成。
示意图
示意图雨中的纸船
图片转视频 · 5 秒
提示词: 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
示意图喂鸽子
图片转视频 · 5 秒
提示词: 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
示意图草丛里的夕阳
图片转视频 · 5 秒
提示词: 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 是什么？
Grok Imagine 是 xAI 的图像和视频模型系列。Video 1.5 能把一张图片变成有动作、有声音的短视频，Image 2.0 则负责生成图片。
在 Imgveo 上，Video 1.5 从你上传的图片开始，生成 5 到 15 秒的视频，支持 480p 或 720p，480p 每秒 5 积分。每段视频都带声音，不额外收费。
xAI 于 2026 年 6 月在自家 API 上正式开放 Video 1.5，并称它是 xAI 迄今最好的图生视频模型。
Grok Imagine 在 Imgveo 上的现状
你现在就能生成的内容。所有数字都来自生成器本身的设置。
- 起步方式
- 你上传的图片Imgveo 上没有纯文字模式
- 视频时长
- 5 秒、8 秒、10 秒或15 秒
- 分辨率
- 480p或720p
- 声音
- 每段视频都有没有开关，价格不变
- 画面比例
- 跟随你的图片
- 价格
- 5 积分/秒起每段至少 20 积分
- 首帧图片
- Image 2.0，每张 6 积分
这里能用什么，xAI 又列出了什么
xAI 自家 API 提供的选项比本页更多。下面把两边分开列出，让你在花第一笔积分之前就心里有数。
Imgveo 目前提供
- 从你上传的图片开始
- 480p 或 720p
- 可选 5、8、10或15 秒
- 每段视频都带声音
- 用 Image 2.0 生成首帧
xAI 还列出了
- 文字转视频，无需图片
- 最高 1080p
- 1 到 15 秒任意时长
- 口型同步的对白（据 xAI 介绍）
我们列出 xAI 公布的数据，是为了让你知道这个模型在别处能做什么。在本页，你能用到的是左栏的内容。
两步把静态图变成视频
还没有图片？先用 Image 2.0 生成一张，再用 Video 1.5 让它动起来。从一张新图到一段 5 秒 480p 视频，总共 31 积分。
- 01
用 Image 2.0 生成静态图
每张 6 积分，五种画面比例，也可以加参考图。描述场景时，给你设想的动作留出空间。
- 02
用 Video 1.5 让它动起来
上传这张静态图，描述什么在动、镜头怎么动。5 秒 480p 需 25 积分，含声音。
- 在 Studio 工作台中打开 Image 2.0
三步生成 Grok Imagine 视频
从一张图片到成片，你只需投入大约一分钟。
01
上传首帧
JPG、PNG 或 WebP 图片均可。视频会保留图片的观感和比例，所以请选你想用来开场的那一帧。
02
描述动作
说清什么在动、周围有什么在动、镜头怎么动。也可以写上你想听到的声音。
03
选择时长和分辨率
可选 5、8、10或15 秒，480p 或 720p。点击生成；失败的视频会退还积分。
怎样挑一张好的首帧
对图生视频模型来说，第一帧决定了大部分东西：观感、光线、构图和视频的比例。下面这些习惯会有帮助。
01
一个清晰的主体
一个人、一只动物或一件物品，让动作有明确的归属。画面太拥挤，模型只能去猜哪里该动。
02
在运动方向上留出空间
想让狗往右跑，就在右边留出空间。被画面边缘截断的主体无处可去。
03
画面决定比例
视频会沿用图片的画面比例。上传前先裁成 16:9、9:16 或 1:1。
04
一开始就定好想要的观感
光线、色彩和细节都会从图片延续下来，所以清晰、光线充足的画面能给模型更多发挥空间。
好用的动作提示词
模型已经看得到图片，把字数花在会变化的地方。
- 01
什么在动
主要动作：“她转身望向大海”“小船向右漂去”。
- 02
周围什么在动
让场景更可信的次要动作：风中的头发、雨、飘落的树叶。
- 03
镜头怎么动
缓慢推近、向左摇、环绕，或固定机位。
- 04
你会听到什么
每段视频都有声音，所以把它写出来：海浪、雨打街面、一声狗叫。
可直接复制的动作模板
填好括号里的内容，上传图片，然后生成。
产品转动展示
图片转视频 · 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]
人像瞬间
图片转视频 · 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]
让场景活起来
图片转视频 · 10 秒
[Main element] [moves how], [secondary motion: clouds, water, crowd, leaves], the camera [pans, orbits or tracks] [direction]. Sound: [ambience], [one spot sound]
宠物照片
图片转视频 · 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]
三个常见错误
01
把图片再描述一遍
“日落时田野里的一只金毛寻回犬”对模型来说没有任何新信息。说说这只狗在做什么。
02
要求换一个场景
一张海滩的首帧不会变成城市街道。大幅改动会和图片较劲；小而自然的动作效果最好。
03
短视频里塞太多内容
5 秒只够一两个动作。想讲更长的故事，请选 10 秒或 15 秒。
Grok Imagine 价格
下面的每个数字都来自实际为你计费的同一套代码，我们调价时它们也会随之更新。
| 时长 | 480p | 720p |
|---|---|---|
| 每秒 | 5 | 6 |
| 5 秒 | 25 | 30 |
| 8 秒 | 40 | 48 |
| 10 秒 | 50 | 60 |
| 15 秒 | 75 | 90 |
每段视频所需积分，已含声音。
价格如何计算
秒数 × 所选分辨率的费率：480p 每秒 5 积分，720p 每秒 6 积分，每段至少 20 积分。
生成首帧的费用
Image 2.0 每张 6 积分，所以一张新图加一段 5 秒 480p 视频共需 31 积分。
失败的视频退还积分
如果生成失败，积分会自动退回你的余额。你只为收到的视频付费。
Grok Imagine 与其他图生视频模型对比
同样用一张图片生成 10 秒 720p 视频，按我们生成器的定价计算。
| 模型 | 720p 10 秒 | 声音 | 最长时长 |
|---|---|---|---|
| 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 | 没有声音开关 | 30 秒 |
Grok Imagine 是这几款中最便宜的，而且便宜一大截。其他模型还能只用文字起步，有些最长可达 30 秒。
大家用 Grok Imagine 做什么
用你手头已有的图片生成短视频。请使用你拥有或已获授权的照片。
示意图会动的产品图
光线扫过玻璃，产品缓缓转动，花瓣轻轻落定。一张静态产品照就能变成用于广告和商品页的视频。
示意图小商家的社交媒体内容
杯口升起的热气、一次倒入、一个微笑。几秒钟就能让店铺照片动起来，用在社交媒体帖子里。
示意图动起来的概念图
云朵飘过浮空城堡，瀑布倾泻而下。先用 Image 2.0 画出来，再让它动起来。
示意图家庭照片
一阵轻笑，一缕微风拂过门廊。让你最爱的照片活起来，分享给家人。
Grok Imagine 常见问题
想在一个地方用上所有 AI 模型？
打开 Imgveo Studio，在一个工作台里用同一套积分运行本工具以及所有其他 AI 视频和图像模型。
相关模型
在 Imgveo 上把图片变成视频的其他选择。
让你的图片动起来
上传首帧，描述动作，就能得到带声音的视频。失败的视频会退还积分。
Grok 是 xAI 的商标。Imgveo 是独立平台，与 xAI 没有关联。