Grok Imagine Video 1.5 xAI
ภาพเป็นวิดีโอ $0.096 ต่อ ส
Grok Imagine Video 1.5 เปลี่ยนภาพนิ่งให้เป็นวิดีโอแบบไดนามิก พร้อมการเคลื่อนไหวที่สมจริง การโต้ตอบกับวัตถุ เสียงที่ซิงโครไนซ์ และการควบคุมภาพนิ่งเป็นวิดีโอ
สนามเด็กเล่น ราคา API ประวัติการใช้งาน อ่านไฟล์
ข้อมูลอินพุต กรอกข้อมูลในช่องที่จำเป็นเพื่อดูราคา
Image To Video · 480p · 5s
สร้าง ระยะเวลา ความละเอียด ประเภท ราคา output second 480p ภาพเป็นวิดีโอ $0.096 / s 720p ภาพเป็นวิดีโอ $0.168 / s 1080p ภาพเป็นวิดีโอ $0.30 / s
ใช้งาน Grok Imagine 1.5 บน Pollo API
Grok Imagine 1.5 รองรับการสร้างวิดีโอจากภาพเดียว (image-to-video) โดยเพิ่มการเคลื่อนไหวของตัวแบบ การโต้ตอบของวัตถุ และเสียงที่ซิงก์กัน พร้อมคงรูปลักษณ์และสไตล์ภาพของตัวแบบต้นฉบับไว้
ผ่าน Pollo API คุณสามารถผสาน Grok Imagine 1.5 เข้ากับแอปพลิเคชันแอนิเมชันจากภาพได้ โดยตั้งค่าระยะเวลาคลิป อัตราส่วนภาพ และความละเอียดเอาต์พุตสำหรับแต่ละคำขอได้
ฟีเจอร์หลักของ Grok Imagine 1.5 API
การเคลื่อนไหวที่ขับเคลื่อนด้วยภาพ
สร้างวิดีโอจากภาพต้นฉบับและพรอมป์ข้อความ โดยใช้ตัวแบบ องค์ประกอบภาพ การจัดเฟรม และสไตล์ภาพของภาพนั้นเป็นแนวทางในการสร้าง
เสียงที่ซิงก์กัน
สร้างบทสนทนา เสียงบรรยากาศ และเอฟเฟกต์เสียงที่ซิงก์กับวิดีโอ โดยจัดจังหวะเสียงให้สอดคล้องกับการเคลื่อนไหวของตัวแบบและเหตุการณ์บนหน้าจอ
การโต้ตอบของวัตถุ
รองรับการโต้ตอบระหว่างตัวแบบ วัตถุ ของเหลว และองค์ประกอบแวดล้อม รวมถึงการจับ การกระเซ็น การสัมผัส และการเคลื่อนไหวจากการชน
การคงตัวแบบต้นฉบับ
รักษาลักษณะใบหน้า สินค้า วัตถุ และรายละเอียดฉากจากภาพต้นฉบับให้ยังคงจดจำได้ตลอดการเคลื่อนไหวที่สร้างขึ้น
ความยาวคลิปที่ยืดหยุ่น
รองรับการกำหนดระยะเวลาวิดีโอได้ ทั้งลูปสั้น แอ็กชันเดี่ยว และลำดับ image-to-video ที่ยาวขึ้น
กรณีใช้งานของ Grok Imagine 1.5 API
แอนิเมชันภาพนิ่ง: เปลี่ยนภาพพอร์ตเทรตหรือภาพสินค้าที่เก็บไว้ให้เป็นคลิปเคลื่อนไหวสั้น ๆ โดยยังคงตัวแบบหลัก องค์ประกอบภาพ และทิศทางภาพเดิม
คลิปโซเชียลพร้อมเสียง: สร้างวิดีโอแนวตั้งพร้อมเสียงที่ซิงก์กันสำหรับฟีดคอนเทนต์สั้น สตอรี่ และเวิร์กโฟลว์คอนเทนต์บนมือถือ
ช็อตสินค้าสำหรับอีคอมเมิร์ซ: ทำภาพแค็ตตาล็อกให้เคลื่อนไหวเพื่อแสดงการเคลื่อนที่ของสินค้า การขยับของผ้า การเปิดใช้งาน หรือสถานะเปิดเครื่องสำหรับเดโมและหน้ารายการสินค้า
ฉากโต้ตอบแบบสั้น: สร้างฉากสั้นที่ตัวแบบและวัตถุมีปฏิสัมพันธ์กัน เช่น ลูกบอลตกลงน้ำ หรือไม้ขีดถูกขีดกับพื้นผิว
คลิปดนตรีและเครื่องดนตรี: ทำภาพนักแสดงให้เคลื่อนไหวด้วยการขยับมือที่สอดประสาน พร้อมสร้างเสียงเครื่องดนตรีสำหรับงานดนตรีและครีเอเตอร์
คลิปอาหารและซิซเซิลรีล: ทำภาพอาหารหรือการทำอาหารให้เคลื่อนไหวด้วยไอน้ำ การเคลื่อนที่ เอฟเฟกต์เสียงฉ่า และเสียงบรรยากาศในครัว
ลูปสัตว์เลี้ยงและคาแรกเตอร์: เพิ่มการเคลื่อนไหวเล็กน้อยและเสียงที่สร้างขึ้นให้ภาพพอร์ตเทรตสัตว์เลี้ยงหรือคาแรกเตอร์วาดสำหรับคลิปลูปสั้น
วิธีใช้ Grok Imagine 1.5 API
รับ API Key: สร้างบัญชี Pollo API และสร้าง API key ของคุณจากแดชบอร์ดนักพัฒนา
เลือกรุ่นโมเดล: ส่งคำขอไปยังเอนด์พอยต์ Grok Imagine 1.5 ที่ /generation/grok/grok-imagine-video-1.5
เพิ่มอินพุตของคุณ: ระบุ URL image และ prompt จากนั้นตั้งค่า length (สูงสุด 15), resolution (480p, 720p หรือ 1080p) และ aspectRatio ตามต้องการ
สร้างและดึงผลลัพธ์: ส่งงาน ตรวจสอบสถานะงานที่ส่งกลับ และดาวน์โหลดวิดีโอพร้อมเสียงเมื่อประมวลผลสำเร็จ
แนวทางเขียนพรอมป์ที่ดีที่สุดสำหรับ Grok Imagine 1.5 API เนื่องจากทุกการสร้างเริ่มจากภาพต้นฉบับ ให้โฟกัสพรอมป์ไปที่การเคลื่อนไหวที่ต้องการ การโต้ตอบของวัตถุ พฤติกรรมกล้อง และเสียงที่ซิงก์กัน
สูตรพรอมป์แบบง่าย ตัวแบบในภาพ + การเคลื่อนไหวที่มันทำ + วิธีที่วัตถุโต้ตอบกัน + เสียงที่ฉากควรมี + จังหวะหรืออารมณ์
สิ่งที่ควรสังเกต
ยึดกับภาพต้นฉบับ: อธิบายการเคลื่อนไหวของตัวแบบที่มีอยู่ในภาพอยู่แล้ว และหลีกเลี่ยงการเพิ่มองค์ประกอบภาพที่ไม่เกี่ยวข้อง
ระบุเสียงให้ชัด: บอกเสียงที่ต้องการ เช่น เสียงกระเซ็น เสียงฉ่า หรือเสียงดีดสาย เพื่อช่วยกำกับเอาต์พุตเสียงที่ซิงก์กัน
กำหนดปฏิสัมพันธ์โดยตรง: ระบุว่าตัวแบบหรือวัตถุใดควรสัมผัส ชน หรือโต้ตอบ เพื่อกำกับการสัมผัสและปฏิสัมพันธ์ภายในฉาก
คงไว้หนึ่งแอ็กชัน: อธิบายการเคลื่อนไหวที่ชัดเจนเพียงหนึ่งอย่างต่อคลิป เพื่อกำกับการเคลื่อนที่และลำดับฉากในความยาวต่าง ๆ
ให้เฟรมสอดคล้องกับต้นฉบับ: เลือกอัตราส่วนภาพที่ใกล้กับภาพต้นฉบับ เพื่อคงองค์ประกอบและการจัดเฟรมเดิมไว้ได้มากขึ้น
ตัวอย่างพรอมป์
Street Food Sizzle "ภาพโคลสอัปของไม้เสียบบนเตาถ่านจากภาพถ่ายเริ่มสุก ไขมันหยดและลุกวาบ ควันลอยเป็นเกลียวขึ้นด้านบน และเสียงฉ่าค่อย ๆ ดังขึ้นเมื่อมือพลิกไม้เสียบหนึ่งไม้ แสงเย็นโทนอุ่น จังหวะไม่เร่งรีบ"
Poured Drink Interaction "ขวดในภาพเอียงและเทของเหลวสีอำพันลงในแก้ว น้ำแข็งแตกและขยับระหว่างที่แก้วค่อย ๆ เต็ม ฟองนิ่งที่ขอบแก้ว พร้อมเสียงเทและเสียงซ่าที่ชัดเจน จัดเฟรมแบบโต๊ะนิ่ง"
Acoustic Moment "มือกีตาร์ที่นั่งอยู่จากภาพถ่ายเริ่มเล่นแบบฟิงเกอร์พิกกิง นิ้วเคลื่อนไปตามสาย ขณะที่บอดี้กีตาร์เกิดเสียงก้อง เสียงเมโลดี้นุ่มนวลที่ตรงกับทุกการเคลื่อนไหว แสงในร่มนุ่ม ๆ อารมณ์สงบและเป็นกันเอง"
Rainy Window "หยดฝนบนหน้าต่างในภาพนิ่งเริ่มไหลและรวมตัวลงมาตามกระจก แสงถนนเบลอด้านหลังริบหรี่ พร้อมเสียงฝนตกต่อเนื่องและเสียงการจราจรไกล ๆ จังหวะเงียบสงบชวนครุ่นคิด ไม่มีกล้องเคลื่อน"
Grok Imagine 1.5 vs Kling 2.6 vs Hailuo 2.3 ความสามารถ Grok Imagine 1.5 Kling 2.6 Hailuo 2.3 อินพุตหลัก ✅ Image-to-video พร้อมพรอมป์ ✅ Text และ image-to-video ✅ Text และ image-to-video เสียงที่ซิงก์กัน ✅ สร้างมาพร้อมคลิป ❌ ไม่ได้รองรับโดยตรง ❌ ไม่ได้รองรับโดยตรง การโต้ตอบของวัตถุ ✅ การสัมผัสเชิงตอบสนองที่แข็งแกร่ง ✅ การเคลื่อนไหวดี ✅ การเคลื่อนไหวเน้นฟิสิกส์ การคงตัวแบบต้นฉบับ ✅ ยึดตามภาพต้นฉบับได้ดี ✅ ✅ ความยาวคลิป สูงสุด 15 วินาที คลิปสั้นแบบกำกับทิศทาง 6 หรือ 10 วินาที ตัวเลือกความละเอียด 480p, 720p, 1080p สูงสุด 1080p 768P และ 1080P เหมาะสำหรับ ทำภาพนิ่งให้เคลื่อนไหวพร้อมเสียงที่ตรงกัน ช็อตวิดีโอที่เริ่มจากข้อความเป็นหลัก การเคลื่อนไหวที่แม่นยำตามฟิสิกส์
ทำไมต้องเลือก Grok Imagine 1.5 API? เมื่อแอปพลิเคชันต้องทำภาพต้นฉบับให้เคลื่อนไหวพร้อมการเคลื่อนไหวและเสียงที่ประสานกัน Grok Imagine 1.5 รองรับการคงตัวแบบต้นฉบับ การโต้ตอบของวัตถุ และเสียงที่ซิงก์กันภายในคลิปที่สร้างเพียงคลิปเดียว
สามารถรองรับงานการเคลื่อนไหวสินค้า แอนิเมชันพอร์ตเทรต วิดีโอโซเชียล คอนเทนต์ดนตรี และฉากที่มีการโต้ตอบของวัตถุ
Pollo API ช่วยให้คุณเข้าถึง Grok Imagine 1.5 และโมเดลอื่น ๆ ที่รองรับได้ผ่านเวิร์กโฟลว์คำขอและการจัดการงานเดียวกัน ทำให้เปรียบเทียบผลลัพธ์ ขยายสเกลการสร้าง และเลือกโมเดลได้ง่ายขึ้นภายใต้การผสานระบบแบบรวมศูนย์
คำถามที่พบบ่อยเกี่ยวกับ Grok Imagine 1.5 API
Grok Imagine 1.5 คืออะไร? Grok Imagine 1.5 คือโมเดล image-to-video ของ Grok ที่ทำภาพนิ่งให้เคลื่อนไหวด้วยโมชั่นที่สมจริง การโต้ตอบของวัตถุ และเสียงที่ซิงก์กัน โดยยังคงรูปลักษณ์ของตัวแบบไว้
Grok Imagine 1.5 API รองรับการสร้างจากข้อความล้วนหรือไม่? ไม่รองรับ แต่ละคำขอต้องมีทั้งภาพและพรอมป์ จึงเป็นการทำภาพนิ่งที่มีอยู่ให้เคลื่อนไหว แทนการสร้างวิดีโอจากข้อความอย่างเดียว
สร้างเสียงด้วยไหม? ได้ คลิปจะมาพร้อมเสียงที่ซิงก์กับแอ็กชันบนหน้าจอ ดังนั้นการเทของเหลว เครื่องดนตรี และการเคลื่อนไหวอื่น ๆ จะมีเสียงที่ตรงกัน
มีความยาวคลิปและความละเอียดแบบไหนให้เลือกบ้าง? คุณตั้งความยาวคลิปได้สูงสุด 15 วินาที และเลือกเอาต์พุต 480p, 720p หรือ 1080p ได้ พร้อมอัตราส่วนภาพหลายแบบต่อคำขอ
คงตัวแบบต้นฉบับได้ดีแค่ไหน? การคงตัวแบบต้นฉบับเป็นจุดแข็งหลัก ใบหน้า สินค้า และรายละเอียดฉากจากภาพต้นฉบับของคุณจึงยังจดจำได้ตลอดการเคลื่อนไหวที่สร้างขึ้น
ทำไมควรใช้งาน Grok Imagine 1.5 ผ่าน Pollo API? Pollo API ช่วยให้คุณเข้าถึง Grok Imagine 1.5 ควบคู่กับโมเดลชั้นนำอื่น ๆ ได้ ทำให้เปรียบเทียบผลลัพธ์ ขยายสเกลการสร้าง และเลือกโมเดลที่เหมาะกับแต่ละเวิร์กโฟลว์ได้ง่ายขึ้น.