Grok Imagine 1.5
Grok Imagine 1.5 AI 视频生成器
用 xAI 的 Grok Imagine 1.5，把一张照片变成 6–15 秒带声音的视频。可选 480p 或 720p 以及五种画面比例；大多数视频约一分钟即可生成，每秒 5 积分起。
什么是 Grok Imagine 1.5？
Grok Imagine 1.5 是 Grok 背后的公司 xAI 推出的视频模型。xAI 于 2026 年 6 月 3 日发布预览版，并于 2026 年 6 月 16 日正式上线：在 API 中名为 grok-imagine-video-1.5，在 Grok 应用中名为“Video 1.5”（官方公告）。xAI 表示，1.5 会在生成画面的同时生成音效、环境声和对白；与初代 Grok Imagine 相比，人声更清晰、同步更准，画面变形更少，物理效果也更可信。
在 Artificial Analysis 的带音频图生视频榜单上，1.5 预览版首次亮相即排名第二，仅次于 Seedance 2.0。到 2026 年 10 月，更新的模型已将它挤到第九位。它不是目前细节最好的模型，但要用一张照片做出一段可信、带声音的视频，它是最便宜的选择之一。
在 Flux1 AI 上，Grok Imagine 1.5 用于图生视频：上传一张图片，描述哪些地方要动，再选择时长、分辨率和画面比例。视频时长 6–15 秒，分辨率 480p 或 720p，并附带音轨。在我们的测试中，每段视频耗时 40–70 秒。本页面通过第三方 API 渠道运行，因此 xAI 官方 API 的部分功能在这里无法使用，详见下方“使用须知”。
- 开发者
- xAI
- 发布时间
- 2026 年 6 月 16 日（预览版 6 月 3 日）
- Flux1 AI 上的模式
- 图生视频，每段视频一张图片
- 时长
- 6–15 秒
- 输出
- 480p 或 720p，带声音
- 画面比例
- Match image、16:9、9:16、1:1、3:2、2:3
- 典型耗时
- 实测约 40–70 秒
- 积分消耗
- 480p 每秒 5 积分，720p 每秒 8
Grok Imagine 1.5 的强项
相比本站其他视频模型，值得选择它的四个理由。
声音与画面一同生成
每段视频都带音频：雨声、脚步声、咖啡馆的嘈杂声或人声，都是与画面一起生成的，而不是事后添加。本页的三个示例都有各自的声音。在提示词里写明想听到什么，Grok 就会照做。
你的照片就是第一帧
上传的图片会作为开场第一帧，人脸、产品和背景都保持原样。选择“Match image”保留照片原有比例，或选择 16:9、9:16、1:1、3:2、2:3，为信息流、快拍或宽屏剪辑重新构图。
自然的动作与物理效果
xAI 的 1.5 更新重点在于减少变形、让动作更可信。实际使用中，转头、蒸汽、雨、动物和手持镜头的轻微晃动都处理得不错。缓慢、连续的动作效果最好；一段视频里出现多个剪切或快速的舞蹈编排时，它就力不从心了。
每秒价格低
480p 每秒 5 积分，720p 每秒 8 积分，一段 8 秒视频只需 40 或 64 积分。这是 Flux1 AI 上所有带声音视频模型中每秒价格最低的，适合做草稿、社交短视频，或用同一张照片尝试多个提示词。
Grok Imagine 1.5 作品展示
本页面真实生成的结果，附完整提示词，未经剪辑。小图是每段视频的起始图片。记得打开声音。
转向镜头的人像
与 Wan 3.0 页面使用同一张照片，配合缓慢推镜。头发和雨丝自然飘动，面部保持一致；声音是持续的雨声和车流声。
提示词 · 16:9 · 480p · 8s: She slowly turns to look straight into the camera as the rain keeps falling. The camera pushes in. Headlights from a passing car sweep across her face.
竖屏产品镜头
将静物照片以 720p 重新构图为 9:16，适合快拍和短视频。一只手伸入画面端起杯子，蒸汽持续升腾。这样一段 6 秒视频需要 48 积分。
提示词 · 9:16 · 720p · 6s: Steam rises and curls from the coffee cup. A hand slides into frame and lifts the cup. Soft morning light, the camera drifts slowly to the right.
有个性的动物
适合社交信息流的方形构图。小狗甩掉身上的雨水，向前小跑，音频里有脚步声和水花声。480p，10 秒。
提示词 · 1:1 · 480p · 10s: The corgi shakes the rain off its coat, then trots toward the camera wagging its tail. Raindrops splash on the cobblestones.
如何使用 Grok Imagine 1.5
从照片到视频只需四步。视频生成失败时，积分会自动退还。
- 1
上传照片
支持 PNG、JPG 或 WEBP，最大 10MB。图片会作为第一帧，所以请按你希望镜头开场的样子裁剪。清晰、光线充足的图片效果最稳定。
- 2
描述动作
用两三句话写清楚什么在动、镜头怎么运动、能听到什么。照片里已有的内容不用再描述。
- 3
选择比例、分辨率和时长
“Match image”会保留照片的原始比例。草稿选 480p，成片选 720p，时长可设为 6–15 秒。按钮上显示的积分消耗会随设置实时更新。
- 4
生成并下载
大多数视频约一分钟即可完成。你可以离开页面：生成好的视频会保存在“My Videos”中，可在那里下载 MP4。被拒绝或失败的视频会全额退还积分。
Grok Imagine 1.5 提示词技巧
图片已经定好了场景，把文字留给动作、镜头和声音。
Grok Imagine 1.5 与 Flux1 AI 上其他视频模型对比
所有模型共用同一积分余额。最后一列是同一段 8 秒 720p 视频的价格。
| 模型 | 适用场景 | 输入方式 | 时长 | 最高分辨率 | 8 秒所需积分 |
|---|---|---|---|---|---|
| Grok Imagine 1.5 | 低价、带声音的图生视频 | 图片 | 6–15 秒 | 720p | 64 |
| Wan 3.0 | 长视频、文本、首尾帧或参考素材 | 文本、图片或参考素材 | 2–30 秒 | 1080P | 144 |
| Seedance 2.0 Mini | 带音频的低价版 Seedance | 文本或图片 | 4–15 秒 | 720p | 280 |
| Seedance 2.0 | 多镜头场景与动作细节 | 文本或图片 | 4–15 秒 | 720p | 576 |
| Seedance 2.5 | 本站最高画质 | 文本或图片 | 4–15 秒 | 720p | 896 |
Grok Imagine 1.5 与 Wan 3.0 对比
两者都能生成声音，上面第一个示例和 Wan 3.0 页面 用的是同一张照片，可以直接对比。Wan 3.0 功能更多：文生视频、首尾帧、参考图片、视频片段和音频，最长 30 秒，最高 1080P。Grok Imagine 1.5 只能让一张照片动起来，但 720p 8 秒只需 64 积分，而 Wan 3.0 需要 144。想要快速、便宜的图生视频就用 Grok；需要更多控制或更长时长就用 Wan。
Grok Imagine 1.5 与 Seedance 2.0 对比
1.5 预览版发布时，Artificial Analysis 在带音频图生视频榜单上把 Seedance 2.0 排在它前一位，而 Seedance 至今在细节和多镜头动作的稳定性上仍更胜一筹。不过在本站它也贵得多：720p 8 秒需要 576 积分，而 Grok 只要 64。很多人先用 Grok 打草稿，再用 Seedance 渲染最终镜头。
Flux1 AI 上的 Grok Imagine 1.5 价格
按所选分辨率下的视频秒数计费。音频已包含在内，不额外收费。
| 视频 | 设置 | 积分 |
|---|---|---|
| 最短 | 480p，6 秒 | 30 |
| 默认 | 480p，8 秒 | 40 |
| 默认，更清晰 | 720p，8 秒 | 64 |
| 最长 | 720p，15 秒 | 120 |
各套餐能生成多少
Basic · 每月 300 积分
≈ 480p 8 秒视频 7 段，或 720p 4 段
Pro · 每月 800 积分
≈ 480p 8 秒视频 20 段，或 720p 12 段
Max · 每月 2000 积分
≈ 480p 8 秒视频 50 段，或 720p 31 段
点击生成时扣除积分，视频被拒绝或生成失败会自动退还。新账户赠送 10 免费积分，但不够生成一段 6 秒的视频（需 30 积分）。
使用须知
与 xAI 官方的 Grok Imagine 相比，本页面能做什么、不能做什么。
仅支持图生视频
xAI 于 2026 年 7 月 31 日为 API 增加了文生视频、原生 1080p 和最多 14 张参考图。本页面每段视频只用一张图片，最高 720p。如需文生视频、参考素材或 1080P，请使用 Wan 3.0。
6 到 15 秒
xAI 的 API 支持 1–15 秒，但本站使用的渠道最少渲染 6 秒，所以不提供更短的时长（即使提供，价格也与 6 秒相同）。比例仅限 16:9、9:16、1:1、3:2 和 2:3，或跟随图片原比例。
声音始终开启
每段视频都会生成音频，这里无法关闭。如果需要无声视频，请在剪辑软件中静音；两种情况价格相同。
内容审核
提示词和图片会在生成前接受审核，模型提供方也会审核输出。色情内容、对真实人物的性化描绘以及受版权保护的角色都会被拒绝。Grok 的“spicy”模式只存在于 xAI 的消费级应用中，本站不提供。被拒绝的视频会退还积分。
Grok Imagine 1.5 常见问题
Grok Imagine 1.5 免费吗？
在 Flux1 AI 上不免费。一段视频最低 30 积分（480p，6 秒），新账户赠送的 10 免费积分够试用图像模型，但不够生成一段 Grok 视频。xAI 官方 Grok 应用的免费额度经常变动，请以 grok.com 上的最新信息为准。
Grok Imagine 1.5 是什么时候发布的？
xAI 于 2026 年 6 月 3 日发布预览版，并于 2026 年 6 月 16 日正式推出 Grok Imagine 1.5。2026 年 7 月 31 日，xAI 又为 API 增加了文生视频、原生 1080p 和参考图功能。初代 Grok Imagine 于 2025 年 8 月推出。
和初代 Grok Imagine 相比有哪些变化？
据 xAI 介绍，1.5 会与画面一起生成音效、环境声和对白，人声同步更好，画面变形更少，物理效果更可信。xAI 还在 Grok 应用中推出了速度更快的“Video 1.5 Fast”选项。
Grok Imagine 1.5 生成的视频有声音吗？
有。本页面生成的每段视频都带音轨，比如环境声、音效或人声。你可以在提示词中描述声音。这里无法关闭声音。
Grok Imagine 1.5 的视频最长多久？
在 Flux1 AI 上每段 6–15 秒。xAI 的 API 支持 1–15 秒。如需更长的视频，可以生成多段后拼接，或使用最长 30 秒的 Wan 3.0。
Grok Imagine 1.5 有 API 吗？
有。xAI 以 grok-imagine-video-1.5 提供该模型，其模型页面标价为 480p 每秒 $0.08、720p 每秒 $0.14。本页面无需写代码即可使用该模型，积分与 Flux1 AI 其他模型通用。
Grok Imagine 1.5、Veo、Kling 和 Seedance 哪个更好？
论细节和复杂动作，通常 Seedance 和 Veo 更强。截至 2026 年 10 月，Grok Imagine 1.5 在 Artificial Analysis 的图生视频榜单上排名第九。它的优势在于价格和速度：一段 720p、8 秒的带声音视频在本站只需 64 积分，仅为 Seedance 2.0（576 积分）的一小部分。
可以生成 NSFW 或“spicy”视频吗？
不可以。Spicy 模式是 xAI 消费级 Grok 应用的功能，本页面使用的 API 没有这个功能。提示词和图片在生成前会经过审核，输出也会被审核；被拒绝的内容会自动退还积分。
用 Grok Imagine 1.5 让照片动起来
上传一张图片，描述动作，大约一分钟就能得到一段带声音的视频。