Grok Imagine Video 1.5 verwandelt Bilder in dynamische Videos mit realistischer Bewegung, Objektinteraktionen, synchronisiertem Audio und Bild-zu-Video-Steuerung.
Maak een taak aan voor het genereren van een model.
Verzoek
curl-X POST 'https://pollo.ai/api/platform/v1/generation/xai/grok-imagine-video-1-5/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "image": "https://example.com/first-frame.jpg", "duration": 5, "resolution": "480p" }}'
Voeg optioneel een webhookUrl toe om een callback te ontvangen wanneer de taak is geslaagd of mislukt.
Optioneel aanvraagveld
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","image":"https://example.com/first-frame.jpg","duration":5,"resolution":"480p"},"webhookUrl":"https://example.com/webhooks/pollo"}
Schema
Invoervelden voor het geselecteerde eindpunt en de modus.
Veld
Type
Vereist
Beschrijving
prompt
string
Ja
Text prompt describing the content to generate.
image
string
Ja
First-frame / reference image URL (HTTP(S).
duration
integer
Nee
The duration of the generated video, in seconds.
resolution
string
Nee
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
Grok Imagine 1.5 unterstützt die Bild-zu-Video-Generierung aus einem einzelnen Quellbild und fügt dabei Subjektbewegung, Objektinteraktionen und synchronisiertes Audio hinzu, während Erscheinungsbild und visueller Stil des Quellsubjekts erhalten bleiben.
Über die Pollo API kannst du Grok Imagine 1.5 in Bildanimationsanwendungen integrieren – mit konfigurierbarer Clipdauer, Seitenverhältnis und Ausgabeauflösung pro Anfrage.
Hauptfunktionen der Grok Imagine 1.5 API
Bildgesteuerte Bewegung
Erzeuge Video aus einem Quellbild und einem Text-Prompt, wobei Subjekt, Komposition, Bildausschnitt und visueller Stil des Bildes als Generierungsleitfaden verwendet werden.
Synchronisiertes Audio
Erzeuge synchronisierte Dialoge, Umgebungsgeräusche und Soundeffekte zusammen mit dem Video und richte Audiocues auf Subjektbewegungen und Ereignisse auf dem Bildschirm aus.
Objektinteraktion
Unterstützt Interaktionen zwischen Subjekten, Objekten, Flüssigkeiten und Umweltelementen, einschließlich Greifen, Spritzen, Kontakt und kollisionsbasierter Bewegung.
Subjekterhaltung
Erhält erkennbare Gesichtszüge, Produkte, Objekte und Szenendetails aus dem Quellbild über die gesamte generierte Bewegung hinweg.
Flexible Cliplänge
Unterstützt konfigurierbare Videodauer für kurze Loops, einzelne Aktionen und längere Bild-zu-Video-Sequenzen.
Anwendungsfälle der Grok Imagine 1.5 API
Verwandle ein archiviertes Porträt oder Produktbild in einen kurzen bewegten Clip und bewahre dabei Hauptsubjekt, Komposition und visuelle Ausrichtung.
Animation von Standfotos:
Social Clips mit Sound: Erzeuge vertikale Videos mit synchronisiertem Audio für Kurzformat-Feeds, Stories und mobile Content-Workflows.
E-Commerce-Motion-Shots: Animiere Katalogbilder, um Produktbewegung, Stoffbewegung, Öffnungsvorgänge oder eingeschaltete Zustände für Produktdemos und Listings zu zeigen.
Interaktive Szenenmomente: Erstelle kurze Szenen, in denen Subjekte und Objekte interagieren, etwa ein Ball, der ins Wasser fällt, oder ein Streichholz, das an einer Oberfläche entzündet wird.
Musik- und Instrumentenclips: Animiere Bilder von Performern mit koordinierten Handbewegungen und generiertem Instrumenten-Audio für Musik- und Creator-Anwendungen.
Food- und Sizzle-Reels: Animiere Food- oder Kochbilder mit Dampf, Bewegung, Zischeffekten und Küchenatmo-Audio.
Tier- und Charakter-Loops: Füge Haustierporträts oder illustrierten Charakteren subtile Bewegung und generiertes Audio für kurze Looping-Clips hinzu.
So verwendest du die Grok Imagine 1.5 API
API-Schlüssel holen: Erstelle ein Pollo API-Konto und generiere deinen API-Schlüssel im Entwickler-Dashboard.
Modell wählen: Sende deine Anfrage an den Grok Imagine 1.5-Endpoint unter /generation/grok/grok-imagine-video-1.5.
Eingaben hinzufügen: Gib eine image-URL und einen prompt an und setze dann nach Bedarf length (bis 15), resolution (480p, 720p oder 1080p) und aspectRatio.
Generieren und abrufen: Sende die Aufgabe ab, frage den zurückgegebenen Aufgabenstatus per Polling ab und lade das fertige Video mit Audio herunter, sobald die Verarbeitung erfolgreich ist.
Prompting-Best-Practices für die Grok Imagine 1.5 API
Da jede Generierung von einem Quellbild ausgeht, konzentriere den Prompt auf die beabsichtigte Bewegung, Objektinteraktionen, Kameraverhalten und synchronisiertes Audio.
Eine einfache Prompt-Formel
Subjekt im Bild + die Bewegung, die es ausführt + wie Objekte interagieren + der Sound, den die Szene haben soll + Tempo oder Stimmung
Worauf du achten solltest
Am Bild verankern: Beschreibe die Bewegung des Subjekts, das bereits im Bild zu sehen ist, und vermeide das Hinzufügen unzusammenhängender visueller Elemente.
Den Sound benennen: Nenne den gewünschten Sound, z. B. Spritzen, Zischen oder einen gezupften Ton, um die synchronisierte Audioausgabe zu steuern.
Interaktionen gezielt angeben: Lege fest, welche Subjekte oder Objekte sich berühren, kollidieren oder reagieren sollen, um Kontakt und Interaktion in der Szene zu steuern.
Bei einer Aktion bleiben: Beschreibe pro Clip eine klare Bewegung, um Bewegung und Szenenverlauf über unterschiedliche Dauern hinweg zu steuern.
Framing an die Quelle anpassen: Wähle ein Seitenverhältnis nahe am Quellbild, um mehr von dessen ursprünglicher Komposition und Bildausschnitt zu erhalten.
Beispiel-Prompts
Street Food Sizzle
"Eine Nahaufnahme von Spießen auf einem Holzkohlegrill aus dem Foto beginnt zu garen, Fett tropft und flammt auf, Rauch kräuselt sich nach oben, und das Zischen nimmt zu, während eine Hand einen Spieß dreht. Warmes Abendlicht, ruhiges Tempo."
Interaktion beim Eingießen eines Getränks
"Die Flasche im Bild kippt und gießt bernsteinfarbene Flüssigkeit in ein Glas, Eis knackt und verschiebt sich beim Füllen, Schaum setzt sich am Rand, mit klarem Gieß- und Sprudelgeräusch. Stabiles Tisch-Framing."
Akustischer Moment
"Der sitzende Gitarrist aus dem Foto beginnt Fingerpicking zu spielen, die Finger bewegen sich über die Saiten, während der Gitarrenkörper resoniert, ein weicher melodischer Klang passend zu jeder Bewegung. Sanftes Innenlicht, ruhige und intime Stimmung."
Verregnetes Fenster
"Regentropfen am Fenster im Standbild beginnen am Glas herunterzugleiten und zu verschmelzen, die unscharfen Straßenlichter dahinter flackern, mit gleichmäßigem Regen und entferntem Verkehrsgeräusch. Ruhiges, nachdenkliches Tempo, keine Kamerabewegung."
Grok Imagine 1.5 vs Kling 2.6 vs Hailuo 2.3
Fähigkeit
Grok Imagine 1.5
Kling 2.6
Hailuo 2.3
Primäre Eingabe
✅ Bild-zu-Video mit Prompt
✅ Text und Bild-zu-Video
✅ Text und Bild-zu-Video
Synchronisiertes Audio
✅ Mit dem Clip generiert
❌ Nicht nativ
❌ Nicht nativ
Objektinteraktion
✅ Starker reaktiver Kontakt
✅ Gute Bewegung
✅ Physikfokussierte Bewegung
Subjekterhaltung
✅ Quellbildgetreu
✅
✅
Cliplänge
Bis zu 15 Sekunden
Kurze gerichtete Clips
6 oder 10 Sekunden
Auflösungsoptionen
480p, 720p, 1080p
Bis zu 1080p
768P und 1080P
Empfohlen für
Animation von Stills mit passendem Sound
Text-first-Videoaufnahmen
Physikalisch präzise Bewegung
Warum die Grok Imagine 1.5 API wählen?
Wenn eine Anwendung Quellbilder mit koordinierter Bewegung und Sound animieren muss, unterstützt Grok Imagine 1.5 Subjekterhaltung, Objektinteraktion und synchronisiertes Audio in einem einzigen generierten Clip.
Sie kann Produktbewegungen, Porträtanimation, Social Videos, Musik-Content und Szenen mit Objektinteraktion unterstützen.
Die Pollo API bietet dir Zugriff auf Grok Imagine 1.5 und andere unterstützte Modelle über denselben Anfrage- und Aufgabenverwaltungs-Workflow, wodurch es einfacher wird, Ausgaben zu vergleichen, Generierung zu skalieren und Modelle innerhalb einer einheitlichen Integration auszuwählen.
Grok Imagine 1.5 API – FAQs
Was ist Grok Imagine 1.5?
Grok Imagine 1.5 ist ein Grok Bild-zu-Video-Modell, das ein Standbild mit realistischer Bewegung, Objektinteraktion und synchronisiertem Audio animiert und dabei das Erscheinungsbild des Subjekts erhält.
Unterstützt die Grok Imagine 1.5 API reine Textgenerierung?
Nein. Jede Anfrage benötigt ein Bild plus Prompt, daher wird ein vorhandenes Standbild animiert, statt Video nur aus Text zu generieren.
Generiert es Audio?
Ja. Clips enthalten Audio, das mit der Aktion auf dem Bildschirm synchronisiert ist, sodass eingegossene Flüssigkeiten, Instrumente und andere Bewegungen passenden Sound haben.
Welche Cliplängen und Auflösungen sind verfügbar?
Du kannst die Cliplänge auf bis zu 15 Sekunden setzen und 480p-, 720p- oder 1080p-Ausgabe wählen, mit mehreren Seitenverhältnissen pro Anfrage.
Wie gut bleibt das ursprüngliche Subjekt erhalten?
Subjekterhaltung ist eine Kernstärke, daher bleiben Gesichter, Produkte und Szenendetails aus deinem Quellbild während der generierten Bewegung erkennbar.
Warum Grok Imagine 1.5 über die Pollo API ausführen?
Mit der Pollo API kannst du auf Grok Imagine 1.5 zusammen mit anderen führenden Modellen zugreifen, was das Vergleichen von Ausgaben, das Skalieren der Generierung und die Auswahl des richtigen Modells für jeden Workflow erleichtert.
