文字与参考图视频生成
Grok Imagine Video 1.5 视频生成器
从文字场景制作短镜头，或让现有图片动起来。生成前可设置动作、相机、画幅、时长和分辨率，并直接在浏览器中查看结果。
Grok Imagine Video 1.5 视频生成器- 1-15 秒
- 视频时长
- 6
- 种画幅比例
- 480p / 720p
- 输出选项
Grok Imagine Video 1.5 适合做什么
更稳妥的用法是把它当作单镜头工具：把场景描述变成短片，或为参考图增加动作。提示词应明确谁在动、什么保持不变、相机如何移动，以及动作在哪里结束。
实际制作中有用的控制项
先设计镜头，再补充风格，比堆叠形容词更有效。
文字或参考图输入
可从文字场景开始；已有主体与构图时，可上传 JPEG、PNG 或 WebP 参考图。
明确的相机运动
一次只指定一种主要运镜，例如缓慢推进、横向跟拍、固定机位、俯仰或后拉。
灵活画幅
支持自动、方形、横版、竖版、3:2 和 2:3，先按交付平台选好画幅。
从草稿到定稿
用 480p 测试动作与节奏，镜头确认后再切换 720p。
三种实用玩法
让产品图动起来
保持产品结构稳定，只增加可控的环境运动。
- 上传干净产品图
- 锁定形状、标签、颜色和光向
- 加入一种运镜和一种背景动作
制作电影感插入镜头
只写一个能在短片内完整结束的动作。
- 说明主体与起始位置
- 按时间顺序描述动作
- 写清最终构图或姿态
拼接较长段落
拆分镜头生成，不要把多场景塞进一个提示词。
- 拆成 3-8 秒短镜头
- 重复服装、配色与镜头备注
- 在剪辑软件中串联通过的片段
可直接改写的提示词模板
替换方括号内容，每个镜头保留一种主要运镜。
保持产品细节的运镜
16:9以上传图片作为开场画面。保持[产品]的形状、标签、材质、颜色和光线方向不变。相机缓慢向右环绕 15 度，[背景元素]轻微运动。结束在干净的产品四分之三视角，不添加多余物体或文字。
人物肖像动作
9:16[主体]在[场景]中的近景肖像。主体转向窗户，停顿后重新看向镜头。头发和衣物随微风轻动。固定机位、浅景深、五官稳定、动作自然连续。
环境建立镜头
3:2[时间]的[地点]全景。相机缓慢向前跟随[主体]走向[地标]，前景物体贴近镜头经过，远景动作克制，最终让地标居中。单次连续拍摄。
怎样写出可控的视频提示词
按镜头顺序写
依次写开场、动作、相机、环境运动和结束画面。
减少互相竞争的动作
一个主体动作加一种运镜，通常足够支撑短镜头。
保护参考图
明确人物身份、几何结构、文字、颜色、机位和光线不得改变。
先短片低清测试
先用短时长 480p 检查动作，方向正确后再加时长或改 720p。
GhibliIA 支持的参数
- 提示词最长 4096 字符
- JPEG、PNG 或 WebP，本站单文件最大 5MB
- 时长 1 至 15 秒，按 1 秒递增
- 比例：自动、1:1、16:9、9:16、3:2、2:3
- 输出分辨率：480p、720p
Grok Imagine Video 1.5 常见问题
可以同时支持文生视频和图生视频吗？
可以。文字模式根据提示词创建场景；图片模式会把参考图 URL 与提示词一并提交。
单个视频最长多少秒？
可选择 1 至 15 秒之间的整数时长。
支持哪些画幅比例？
支持自动、1:1、16:9、9:16、3:2 和 2:3。使用单张参考图时，上游接口可能跟随原图比例。
生成视频需要多少积分？
480p 每秒 3 积分，720p 每秒 5 积分。例如 8 秒分别需要 24 和 40 积分。
怎样保持人脸或产品一致？
列出不能改变的身份、形状、印刷文字、光向、机位和颜色，再要求一个范围明确的动作。