Grok Imagine Video 1.5 — 图生视频，自带原生音频
Grok Imagine Video 1.5 把一张参考图变成带同步音频的逼真短片。xAI 的图生视频模型在 480p 或 720p、1 到 15 秒的范围内，呈现自然动作、出色的提示词还原度与稳定的人物一致性。
Input
可选 · 最多 4096 字符
必填 · 1 张图 · 仅限公网 URL
默认 auto
默认 480p
8
1 到 15 · 默认 8
默认开启
Estimated cost638 credits≈ $0.638
Result
Try one of these prompts
你能用这个模型做什么
可以用这个模型构建并上线的真实工作流与生产级用例。
用 Grok Imagine Video 1.5 让静图动起来
传入一张参考图和可选的动作提示词。Grok Imagine Video 1.5 即可返回 1 到 15 秒、动作逼真且自带同步音频的短片——从首帧到尾帧，人物、面部与轮廓始终保持一致。
生成短片自带原生声音的短视频内容
把产品图、肖像和海报变成 TikTok、Reels 和 Shorts 内容。Grok Imagine Video 1.5 在一次请求中同时生成画面与音频，无需再单独接入配音、配乐或音效流程。
规模化的营销与广告创意
从单张源帧批量生成促销短片和投放素材。Grok Imagine Video 1.5 在不同镜头间保持主体形象一致，并呈现真实的光影与运镜，让批量产出无需返工即可直接使用。
价格
积分计费 — 1 积分 = 0.001 美元，仅为成功生成付费。
| 类别 | 单位 | 价格 |
|---|---|---|
| Grok Imagine Video 1.5 | ||
| 480p | 1 second | $0.08 80 credits |
| 720p | 1 second | $0.138 138 credits |
为什么选 reAPI
稳定保持人物身份的图生视频
Grok Imagine Video 1.5 从一张参考图生成动画，整段短片中始终保持面部、身形与轮廓一致。真实的皮肤质感与自然动作，没有畸变也没有克隆人——为可信的真人实拍效果而生。
原生同步音频
Grok Imagine Video 1.5 在一套流程中同时生成画面与音频——对白、音效、环境室内底噪与配乐——从而彻底省去单独的音频生成与后期制作环节。
简单的按秒计费
Grok Imagine Video 1.5 按分辨率逐秒计费，无需订阅。费用随时长参数线性变化，失败任务自动退款——只为成功生成的短片付费。
Grok Imagine Video 1.5 对比 Seedance 2.0
两者都能在 reAPI 上把图片变成短片。Grok Imagine Video 1.5 专注于带原生同步音频的图生视频真实感；Seedance 2.0 覆盖更多输入模式和更高的分辨率档位。以下是两者在公开文档行为上的对比。
能力
reAPI 上的 Grok Imagine Video 1.5
Seedance 2.0
主要模式
从一张参考图生成图生视频，人物身份与动作还原度高。
在单一端点上支持文本、图片、首/尾帧及多模态参考输入。
原生音频
在一次调用中随视频一同生成同步音频。
通过请求开关可选生成音频轨道。
分辨率范围
480p 和 720p，按请求选择。
480p、720p 和 1080p。
时长
每段短片 1 到 15 秒。
每段短片 4 到 15 秒。
计费模式
按分辨率逐秒按量付费；无需订阅。
按分辨率和参考模式逐秒按量付费。
集成方式
单一 REST 端点、提交并轮询、OpenAI 风格的 API 密钥——与每个 reAPI 模型完全一致的模式。
在 reAPI 上同样采用提交并轮询的模式和 API 密钥。
对比反映撰写时公开文档所述的行为。模型行为与价格可能变动；当前数值请查看上方价格卡片和 API 文档。
三步接入 Grok Imagine Video 1.5
常见问题
关于此模型的常见疑问。
Grok Imagine Video 1.5 是 xAI 在 reAPI 上的异步图生视频模型。它把一张参考图变成带原生同步音频的逼真短片，按输出秒数计费。