O Grok Imagine Video 1.5 transforma imagens em vídeos dinâmicos com movimentos realistas, interações com objetos, áudio sincronizado e controle de imagem para vídeo.
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" }}'
Opcionalmente, inclua o webhookUrl para receber uma notificação quando a tarefa for concluída com sucesso ou falhar.
Campo de solicitação opcional
{"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"}
Esquema
Campos de entrada para o ponto de extremidade e o modo selecionados.
Campo
Tipo
Obrigatório
Descrição
prompt
string
Sim
Text prompt describing the content to generate.
image
string
Sim
First-frame / reference image URL (HTTP(S).
duration
integer
Não
The duration of the generated video, in seconds.
resolution
string
Não
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
O Grok Imagine 1.5 oferece suporte à geração de imagem para vídeo a partir de uma única imagem de origem, adicionando movimento do sujeito, interações entre objetos e áudio sincronizado, enquanto preserva a aparência do sujeito de origem e o estilo visual.
Com a Pollo API, você pode integrar o Grok Imagine 1.5 a aplicações de animação de imagem, com duração do clipe, proporção de tela e resolução de saída configuráveis em cada solicitação.
Principais recursos da API do Grok Imagine 1.5
Movimento guiado por imagem
Gere vídeo a partir de uma imagem de origem e de um prompt de texto, usando o sujeito, a composição, o enquadramento e o estilo visual da imagem como guia de geração.
Áudio sincronizado
Gere diálogos sincronizados, ambiência e efeitos sonoros junto com o vídeo, alinhando os sinais de áudio ao movimento do sujeito e aos eventos na tela.
Interação de objetos
Oferece suporte a interações entre sujeitos, objetos, líquidos e elementos do ambiente, incluindo segurar, respingar, contato e movimento baseado em colisão.
Preservação do sujeito
Mantenha traços faciais reconhecíveis, produtos, objetos e detalhes de cena da imagem de origem ao longo de todo o movimento gerado.
Duração de clipe flexível
Oferece suporte à duração de vídeo configurável para loops curtos, ações individuais e sequências mais longas de imagem para vídeo.
Casos de uso da API do Grok Imagine 1.5
Animação de foto estática: Transforme um retrato de arquivo ou imagem de produto em um clipe curto em movimento, preservando o sujeito principal, a composição e a direção visual.
Clipes para redes com áudio: Gere vídeos verticais com áudio sincronizado para feeds curtos, stories e fluxos de conteúdo mobile.
Takes de movimento para ecommerce: Anime imagens de catálogo para mostrar movimento de produto, movimento de tecido, ações de abertura ou estados ligados em demonstrações e listagens de produtos.
Cenas interativas curtas: Produza cenas curtas em que sujeitos e objetos interagem, como uma bola caindo na água ou um fósforo riscando uma superfície.
Clipes de música e instrumentos: Anime imagens de artistas com movimento de mãos coordenado e áudio de instrumento gerado para aplicações musicais e de criação de conteúdo.
Vídeos curtos de comida e cenas apetitosas: Anime imagens de comida ou culinária com vapor, movimento, efeitos de chiado e áudio ambiente de cozinha.
Loops de animais de estimação e personagens: Adicione movimento sutil e áudio gerado a retratos de pets ou personagens ilustrados para clipes curtos em loop.
Como usar a API do Grok Imagine 1.5
Obtenha uma chave de API: Crie uma conta na Pollo API e gere sua chave de API no painel de desenvolvedor.
Escolha o modelo: Envie sua solicitação para o endpoint do Grok Imagine 1.5 em /generation/grok/grok-imagine-video-1.5.
Adicione suas entradas: Forneça uma URL de image e um prompt, depois defina length (até 15), resolution (480p, 720p ou 1080p) e aspectRatio conforme necessário.
Gere e recupere: Envie a tarefa, consulte o status da tarefa retornada e baixe o vídeo finalizado com seu áudio quando o processamento for concluído com sucesso.
Boas práticas de prompt para a API do Grok Imagine 1.5
Como toda geração começa a partir de uma imagem de origem, concentre o prompt no movimento desejado, nas interações entre objetos, no comportamento de câmera e no áudio sincronizado.
Uma fórmula simples de prompt
Sujeito na imagem + movimento que ele realiza + como os objetos interagem + o som que a cena deve ter + ritmo ou clima
O que você deve observar
Ancore na imagem: Descreva o movimento do sujeito que já aparece na imagem e evite adicionar elementos visuais não relacionados.
Nomeie o som: Indique o som desejado, como respingos, chiado ou uma nota dedilhada, para guiar a saída de áudio sincronizado.
Direcione as interações: Especifique quais sujeitos ou objetos devem tocar, colidir ou reagir para guiar contato e interação dentro da cena.
Mantenha uma ação: Descreva um movimento claro por clipe para orientar o movimento e a progressão da cena em diferentes durações.
Combine o enquadramento com a origem: Selecione uma proporção próxima da imagem de origem para preservar mais da composição e do enquadramento originais.
Exemplos de prompts
Sizzle de comida de rua
"Um close-up de espetinhos em uma churrasqueira a carvão da foto começa a cozinhar, a gordura pinga e abre em chamas, a fumaça sobe em curvas, e o chiado aumenta enquanto uma mão vira um espetinho. Luz quente de fim de tarde, ritmo sem pressa."
Interação de bebida sendo servida
"A garrafa na imagem inclina e despeja líquido âmbar em um copo, o gelo estala e se move enquanto enche, a espuma assenta na borda, com som claro de líquido sendo servido e efervescência. Enquadramento estável sobre a mesa."
Momento acústico
"O guitarrista sentado da foto começa a dedilhar, os dedos se movendo pelas cordas enquanto o corpo do violão ressoa, com um som melódico suave combinando com cada movimento. Luz interna suave, clima calmo e intimista."
Janela chuvosa
"Gotas de chuva na janela da imagem estática começam a escorrer e se juntar pelo vidro, as luzes de rua desfocadas atrás delas piscam, com som constante de chuva e tráfego distante. Ritmo silencioso e contemplativo, sem movimento de câmera."
Grok Imagine 1.5 vs Kling 2.6 vs Hailuo 2.3
Capacidade
Grok Imagine 1.5
Kling 2.6
Hailuo 2.3
Entrada principal
✅ Imagem para vídeo com prompt
✅ Texto e imagem para vídeo
✅ Texto e imagem para vídeo
Áudio sincronizado
✅ Gerado com o clipe
❌ Não nativo
❌ Não nativo
Interação de objetos
✅ Contato reativo forte
✅ Bom movimento
✅ Movimento focado em física
Preservação do sujeito
✅ Fiel à imagem de origem
✅
✅
Duração do clipe
Até 15 segundos
Clipes curtos direcionados
6 ou 10 segundos
Opções de resolução
480p, 720p, 1080p
Até 1080p
768P e 1080P
Recomendado para
Animar imagens estáticas com som correspondente
Takes de vídeo com foco em texto
Movimento fisicamente preciso
Por que escolher a API do Grok Imagine 1.5?
Quando uma aplicação precisa animar imagens de origem com movimento e som coordenados, o Grok Imagine 1.5 oferece suporte à preservação do sujeito, interação de objetos e áudio sincronizado em um único clipe gerado.
Ele pode oferecer suporte a movimento de produtos, animação de retratos, vídeos para redes sociais, conteúdo musical e cenas com interação de objetos.
A Pollo API oferece acesso ao Grok Imagine 1.5 e a outros modelos compatíveis pelo mesmo fluxo de solicitação e gerenciamento de tarefas, facilitando comparar saídas, escalar a geração e selecionar modelos em uma integração unificada.
FAQs da API do Grok Imagine 1.5
O que é o Grok Imagine 1.5?
Grok Imagine 1.5 é um modelo Grok de imagem para vídeo que anima uma imagem estática com movimento realista, interação de objetos e áudio sincronizado, preservando o visual do sujeito.
A API do Grok Imagine 1.5 oferece suporte à geração somente por texto?
Não. Cada solicitação precisa de uma imagem mais um prompt, então ele anima uma imagem estática existente em vez de gerar vídeo apenas a partir de texto.
Ele gera áudio?
Sim. Os clipes vêm com áudio sincronizado à ação na tela, então líquidos sendo servidos, instrumentos e outros movimentos têm som correspondente.
Quais durações e resoluções de clipe estão disponíveis?
Você pode definir duração de clipe de até 15 segundos e escolher saída em 480p, 720p ou 1080p, com várias proporções por solicitação.
Quão bem ele mantém o sujeito original?
A preservação do sujeito é um ponto forte central, então rostos, produtos e detalhes de cena da sua imagem de origem permanecem reconhecíveis durante o movimento gerado.
Por que executar o Grok Imagine 1.5 pela Pollo API?
A Pollo API permite acessar o Grok Imagine 1.5 junto com outros modelos líderes, facilitando comparar saídas, escalar a geração e selecionar o modelo certo para cada fluxo de trabalho.
