Grok Imagine 1.5 · короткие ролики со звуком от xAI

Grok Imagine · модели xAI для изображений и видео. Видеомодель Grok Imagine 1.5 делает ролики длиной до 15 секунд со звуком и синхронной речью, работает с текстом, фото, референсами и закреплёнными кадрами. Рядом есть облегчённая 1.5 Lite и базовая Grok Imagine, которая умеет править и продлевать готовые ролики.

Разберём возможности по документации xAI, отличия версий и то, как устройство модели влияет на промпт.

Что умеет Grok Imagine 1.5

• Текст и фото в видео. Нативное 1080p для обоих режимов.
• Звук по умолчанию. В ролике есть звуковая дорожка, речь синхронизирована с губами. Звук можно отключить.
• Референсы. До 14 изображений, которые направляют внешность и стиль ролика.
• Голоса. До трёх речевых референсов: разным персонажам можно дать заданный голос.
• Первый и последний кадр. Ролик начинается и заканчивается точными изображениями.
• Ключевые кадры. До четырёх изображений внутри ролика в точные моменты времени.

Важная деталь из документации: у 1.5 и 1.5 Lite режим «текст в видео» внутри работает в два шага. Сначала модель рисует первый кадр по промпту, затем оживляет его. Отсюда главный совет этой статьи: промпт должен давать модели ясную картинку первого кадра.

Версии и параметры

Данные из документации xAI для разработчиков. В Студии настройки показывает форма запуска модели, а цена в кредитах видна на кнопке до нажатия.

Что ещё важно:

• Длительность по умолчанию 8 секунд. С референсами у базовой модели до 10 секунд.
• Форматы от 1:1 до 5:2, в том числе 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 и 21:9. По умолчанию 16:9.
• В режиме «фото в видео» формат всегда совпадает с форматом фото, выбранный формат игнорируется.
• Правка у базовой модели принимает ролик до 8,7 секунды, результат не выше 720p. Продление добавляет от 2 до 10 секунд с последнего кадра.
• Ключевые кадры ставятся строго внутри ролика по сетке в треть секунды.

Языки промпта и речи документация не перечисляет. Примеры в ней на английском. Если русский промпт понят неточно, продублируйте ключевые фразы на английском.

Как устроен хороший промпт

Раз первый кадр рисуется по тексту, полезны правила из руководства xAI по промптам для изображений, а сверху добавляются движение, камера и звук.

1. Объект первым. Одна фраза: что это, в каком состоянии, на чём стоит или что держит, где находится.
2. Детали и количество. Материалы, цвета, сколько предметов и людей, с какой точки мы смотрим.
3. Что происходит. Действие за время ролика, по порядку.
4. Камера. Движение и план.
5. Свет. Источник, направление, жёсткость. xAI советует свет, при котором объект хорошо читается.
6. Звук. Реплики в кавычках, шумы, музыка.

Руководство xAI предупреждает: промпт, который начинается с настроения, плёнки или списка запретов, даёт стильную сцену с подменённым главным объектом. Описывайте то, что хотите увидеть, а не то, чего быть не должно. Называйте предметы точно: тарелка, миска и сковорода для модели разные вещи.

Фото, кадры и голоса

В режиме «фото в видео» изображение становится первым кадром, а промпт описывает, что происходит дальше. С первым и последним кадром модель достраивает движение между ними, промпт можно не писать. С ключевыми кадрами модель сама заполняет движение между закреплёнными моментами.

Правка

По документации xAI правку и продление делает базовая модель Grok Imagine. В Студии для правки есть отдельная позиция Grok Imagine Edit. Документация советует прямо писать, что должно остаться прежним, тогда остальная сцена меняется меньше.

Примеры промптов

Частые ошибки

• Промпт начинается с настроения. «Кинематографично, плёнка, мрачно...» без объекта даёт красивую сцену, где главное заменено случайным. Начинайте с того, что в кадре.
• Длинный список запретов. Модель тратит на него внимание, а запрещённые предметы всё равно появляются. Оставляйте ограничение, только если это количество или конкретный предмет.
• Формат при оживлении фото. Выбранный формат игнорируется, ролик повторит пропорции фото. Готовьте фото сразу в нужном формате.
• Правка без указания, что сохранить. Без этого модель может пересобрать сцену. Добавьте фразу о том, что остаётся прежним.
• Расчёт на правку в 1.5. Правку и продление делает только базовая модель, в 1.5 этих режимов нет.
• Тёмный свет. «Недоэкспонированный кадр» и «проваленные тени» делают объект нечитаемым. xAI советует просить свет, при котором объект хорошо виден.

Как попробовать в Студии

Откройте Grok Imagine 1.5 в разделе Видео, вставьте промпт, выберите длительность и формат. Для простых роликов есть Grok Imagine 1.5 Lite, для правки готового ролика Grok Imagine Edit. Цена в кредитах видна на кнопке запуска до нажатия. Зарубежные модели работают после согласия, которое отмечается флажком при входе, подробнее в статье о согласии.

Про вертикальный формат для Shorts и VK Клипов есть отдельная статья · вертикальные видео.