Grok Imagine Video 1.5 convierte imágenes en vídeos dinámicos con movimiento realista, interacciones entre objetos, audio sincronizado y control de conversión de imagen a vídeo.
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 admite la generación de imagen a vídeo a partir de una sola imagen de origen, añadiendo movimiento del sujeto, interacciones de objetos y audio sincronizado, al tiempo que conserva la apariencia del sujeto de origen y el estilo visual.
A través de Pollo API, puedes integrar Grok Imagine 1.5 en aplicaciones de animación de imágenes, con duración del clip, relación de aspecto y resolución de salida configurables para cada solicitud.
Funciones clave de la API de Grok Imagine 1.5
Movimiento guiado por imagen
Genera vídeo a partir de una imagen de origen y un prompt de texto, utilizando el sujeto, la composición, el encuadre y el estilo visual de la imagen como guía de generación.
Audio sincronizado
Genera diálogo sincronizado, ambiente y efectos de sonido junto con el vídeo, alineando las señales de audio con el movimiento del sujeto y los eventos en pantalla.
Interacción de objetos
Admite interacciones entre sujetos, objetos, líquidos y elementos del entorno, incluyendo agarre, salpicaduras, contacto y movimiento basado en colisiones.
Preservación del sujeto
Mantén rasgos faciales reconocibles, productos, objetos y detalles de la escena de la imagen de origen durante todo el movimiento generado.
Duración de clip flexible
Admite duración de vídeo configurable para bucles cortos, acciones individuales y secuencias más largas de imagen a vídeo.
Casos de uso de la API de Grok Imagine 1.5
Animación de foto fija: Convierte un retrato de archivo o una imagen de producto en un clip corto en movimiento, conservando su sujeto principal, composición y dirección visual.
Clips sociales con sonido: Genera vídeos verticales con audio sincronizado para feeds de formato corto, stories y flujos de trabajo de contenido móvil.
Tomas de movimiento para ecommerce: Anima imágenes de catálogo para mostrar movimiento del producto, movimiento de tejidos, acciones de apertura o estados encendidos para demostraciones y fichas de producto.
Escenas interactivas breves: Crea escenas cortas donde sujetos y objetos interactúan, como una pelota cayendo al agua o una cerilla golpeando una superficie.
Clips musicales y de instrumentos: Anima imágenes de intérpretes con movimiento de manos coordinado y audio de instrumento generado para aplicaciones musicales y de creadores.
Reels gastronómicos y efecto sizzle: Anima imágenes de comida o cocina con vapor, movimiento, efectos de chisporroteo y audio ambiente de cocina.
Bucles de mascotas y personajes: Añade movimiento sutil y audio generado a retratos de mascotas o personajes ilustrados para clips cortos en bucle.
Cómo usar la API de Grok Imagine 1.5
Consigue una clave API: Crea una cuenta de Pollo API y genera tu clave API desde el panel de desarrollador.
Elige el modelo: Envía tu solicitud al endpoint de Grok Imagine 1.5 en /generation/grok/grok-imagine-video-1.5.
Añade tus entradas: Proporciona una URL de image y un prompt, y después configura length (hasta 15), resolution (480p, 720p o 1080p) y aspectRatio según necesites.
Genera y recupera: Envía la tarea, consulta el estado de la tarea devuelta y descarga el vídeo final con su audio una vez que el procesamiento se complete correctamente.
Buenas prácticas de prompting para la API de Grok Imagine 1.5
Como toda generación empieza con una imagen de origen, centra el prompt en el movimiento deseado, las interacciones de objetos, el comportamiento de cámara y el audio sincronizado.
Una fórmula simple de prompt
Sujeto en la imagen + el movimiento que realiza + cómo interactúan los objetos + el sonido que debería tener la escena + ritmo o ambiente
Qué deberías tener en cuenta
Ancla al contenido de la imagen: Describe el movimiento del sujeto que ya aparece en la imagen y evita añadir elementos visuales no relacionados.
Nombra el sonido: Indica el sonido deseado, como salpicaduras, chisporroteo o una nota pulsada, para guiar la salida de audio sincronizado.
Dirige las interacciones: Especifica qué sujetos u objetos deben tocarse, colisionar o reaccionar para guiar el contacto y la interacción dentro de la escena.
Mantén una sola acción: Describe un movimiento claro por clip para guiar el movimiento y la progresión de la escena en distintas duraciones.
Haz coincidir el encuadre con el origen: Selecciona una relación de aspecto cercana a la imagen de origen para conservar más de su composición y encuadre originales.
Ejemplos de prompts
Chisporroteo de comida callejera
"Un primer plano de brochetas sobre una parrilla de carbón de la foto empieza a cocinarse, la grasa gotea y aviva llamas, el humo se eleva en espirales, y el chisporroteo aumenta mientras una mano gira una brocheta. Luz cálida de atardecer, ritmo sin prisas."
Interacción al servir bebida
"La botella de la imagen se inclina y vierte líquido ámbar en un vaso, el hielo cruje y se desplaza a medida que se llena, la espuma se asienta en el borde, con un sonido claro de vertido y burbujeo. Encuadre estable sobre la mesa."
Momento acústico
"El guitarrista sentado de la foto empieza a puntear, moviendo los dedos sobre las cuerdas mientras el cuerpo de la guitarra resuena, con un sonido melódico suave que acompaña cada movimiento. Luz interior suave, ambiente calmado e íntimo."
Ventana lluviosa
"Las gotas de lluvia en la ventana de la imagen fija empiezan a deslizarse y unirse por el cristal, las luces de la calle desenfocadas detrás de ellas parpadean, con sonido constante de lluvia y tráfico lejano. Ritmo tranquilo y contemplativo, sin movimiento de cámara."
Grok Imagine 1.5 vs Kling 2.6 vs Hailuo 2.3
Capacidad
Grok Imagine 1.5
Kling 2.6
Hailuo 2.3
Entrada principal
✅ Imagen a vídeo con prompt
✅ Texto e imagen a vídeo
✅ Texto e imagen a vídeo
Audio sincronizado
✅ Generado con el clip
❌ No nativo
❌ No nativo
Interacción de objetos
✅ Contacto reactivo sólido
✅ Buen movimiento
✅ Movimiento centrado en física
Preservación del sujeto
✅ Fiel a la imagen de origen
✅
✅
Duración del clip
Hasta 15 segundos
Clips cortos dirigidos
6 o 10 segundos
Opciones de resolución
480p, 720p, 1080p
Hasta 1080p
768P y 1080P
Recomendado para
Animar imágenes fijas con sonido coherente
Tomas de vídeo con enfoque en texto
Movimiento físicamente preciso
¿Por qué elegir la API de Grok Imagine 1.5?
Cuando una aplicación necesita animar imágenes de origen con movimiento y sonido coordinados, Grok Imagine 1.5 admite preservación del sujeto, interacción de objetos y audio sincronizado dentro de un único clip generado.
Puede admitir movimiento de producto, animación de retratos, vídeos sociales, contenido musical y escenas de interacción de objetos.
Pollo API te ofrece acceso a Grok Imagine 1.5 y otros modelos compatibles mediante el mismo flujo de solicitud y gestión de tareas, facilitando comparar resultados, escalar la generación y seleccionar modelos dentro de una integración unificada.
Preguntas frecuentes de la API de Grok Imagine 1.5
¿Qué es Grok Imagine 1.5?
Grok Imagine 1.5 es un modelo Grok de imagen a vídeo que anima una imagen fija con movimiento realista, interacción de objetos y audio sincronizado, manteniendo la apariencia del sujeto.
¿La API de Grok Imagine 1.5 admite generación solo con texto?
No. Cada solicitud necesita una imagen más un prompt, por lo que anima una imagen fija existente en lugar de generar vídeo solo a partir de texto.
¿Genera audio?
Sí. Los clips incluyen audio sincronizado con la acción en pantalla, por lo que líquidos vertiéndose, instrumentos y otros movimientos llevan sonido correspondiente.
¿Qué duraciones de clip y resoluciones hay disponibles?
Puedes establecer una duración de clip de hasta 15 segundos y elegir salida de 480p, 720p o 1080p, con varias relaciones de aspecto por solicitud.
¿Qué tal conserva el sujeto original?
La preservación del sujeto es una de sus fortalezas principales, por lo que rostros, productos y detalles de escena de tu imagen de origen se mantienen reconocibles durante el movimiento generado.
¿Por qué ejecutar Grok Imagine 1.5 a través de Pollo API?
Pollo API te permite acceder a Grok Imagine 1.5 junto con otros modelos líderes, facilitando comparar resultados, escalar la generación y seleccionar el modelo adecuado para cada flujo de trabajo.
