Grok Imagine 影片生成

Grok Imagine Video 是 xAI 的 AI 影片生成模型系列。Grok 1 可生成 6 或 10 秒的影片,支援參考圖引導;Grok 1.5 可生成 1–15 秒帶原生音訊的影片,寬高比選擇更多。均已登陸 Elser AI 平台——無需 GPU 或複雜配置。

探索 Elser AI 上的 Grok Imagine Video 模型

探索 Elser AI 上的 Grok Imagine Video 生成模式

文字生影片

僅憑一段文字提示詞就能直接生成影片。描述場景、動作、運鏡和氛圍——Grok Imagine Video 會從零開始生成完整的視覺序列。無需任何源圖。

立即體驗 Grok Imagine

圖片生影片

上傳一張靜態圖片——人像、產品照或插畫——看它在真實的運動與物體互動中活起來。模型能理解不同的內容類型:卡通角色、產品展示或人像動畫。

立即體驗 Grok Imagine

參考生影片(R2V)

提供最多 7 張參考圖並配上文字提示詞,在多個鏡頭間引導角色一致性、視覺風格或場景設定。這徹底消除了其他 AI 影片模型常見的「換臉漂移」問題。

立即體驗 Grok Imagine

如何在 Elser AI 上使用 Grok Imagine Video

第 1 步:註冊並輸入提示詞

建立免費的 Elser AI 帳號。用自然語言描述你的影片構想——指定角色、場景動作、機位角度和氛圍。Grok Imagine Video 能理解專業的電影製作術語。

第 2 步:選擇生成模式並上傳參考素材

選擇你的模式——文字生影片、圖片生影片(上傳 1 張圖)或參考生影片(上傳最多 7 張參考圖以保持角色/風格一致)。為獲得最佳效果,請上傳標準格式(JPG、PNG、WEBP)的清晰、高對比度圖片。

第 3 步:自訂並生成

調整影片時長(6 或 10 秒)、解析度(480p 或 720p)和長寬比(16:9、9:16 或 1:1)。可選地設定負向提示詞或固定種子以獲得更精細的控制,然後生成並匯出為 MP4——可直接用於社群、廣告或創意專案。

用 Grok Imagine Video 你能做什麼?

用文字生成電影級 AI 影片

僅憑文字提示詞生成電影級影片。描述任意場景——從未來都市景觀到細膩的角色時刻——Grok 都能交付帶流暢運鏡與連貫動態的畫面。

適合用於:

  • 短片與敘事短影片
  • 社群短片與廣告
  • 創意實驗與概念短片

把靜態圖片動畫成影片

把靜態產品攝影變成動態演示——一張手錶照片變身優雅轉腕的奢華廣告,一張球鞋圖獲得戲劇燈光下的 360 度旋轉。或把專業頭像動畫成帶自然表情和肢體語言的影片介紹。

非常適合:

  • 產品展示與電商廣告
  • 人像與頭像動畫
  • 讓插畫與美術作品動起來

跨場景保持角色一致

借助最多 7 張參考圖,Grok Imagine Video 在多個鏡頭之間保持角色身份、服裝與面部特徵一致——徹底消除老模型常見的換臉漂移問題。非常適合動畫系列、品牌吉祥物或系列化敘事。

你可以:

  • 用同一個主角講完多場景故事
  • 讓品牌吉祥物與角色設計保持統一
  • 為系列化廣告活動生產可量產內容

你可能也感興趣

大家都在討論 Grok Imagine Video

Grok Imagine 在 DesignArena 的影片榜單上橫掃全部四個類別——影片競技場、圖生影片、影片編輯和多圖生影片——超越了 Google Veo 3.1、OpenAI Sora 和 Kling。

— DesignArena 基準測試,2026 年 3 月

每分鐘生成影片 4.20 美元,Grok Imagine 1.0 的價格與 Kling 2.5 Turbo 持平,且遠低於 Google Veo 3.1 Preview(12 美元/分鐘)和 OpenAI Sora 2 Pro(30 美元/分鐘)。

— DeepLearning.AI,2026 年 3 月

Aurora 自迴歸 MoE 架構與擴散模型有本質區別。基於參考的角色一致性和場景連貫性,對製作流程是顛覆性的。

— David T.,AI 研究員

我們用 Grok Imagine 的參考生影片在一部 50 秒短片裡保持角色一致。沒有換臉漂移,沒有不一致。幫我們省下了好幾週的手動修復。

— Sofia L.,獨立動畫師

文字生影片約 17 秒就能出片,快得驚人。我們把 API 接進了社群內容流水線,單條片段的成本低得驚人。性價比無可匹敵。

— Marcus W.,行銷技術負責人

Grok Imagine 在 API 上線後的第一個月就生成了 12.45 億條影片——這是經過規模驗證的基礎設施。

— xAI 官方公告

常見問題

Grok Imagine Video 是 xAI 的旗艦 AI 影片生成模型,構建於 Aurora 自迴歸專家混合(MoE)引擎之上。它可以從文字提示詞、靜態圖片或參考照片生成短小、電影級的影片片段(6 或 10 秒)。

該模型支援三種主要模式:(1) 文字生影片——僅憑提示詞生成,無需源圖。(2) 圖片生影片——將單張靜態圖片動畫成影片片段。(3) 參考生影片(R2V)——使用最多 7 張參考圖,在多個鏡頭間引導角色一致性與視覺風格。

最高解析度為 720p、24 fps。可生成 6 秒或 10 秒的片段,支援 16:9、9:16 或 1:1 三種長寬比——很適合橫螢幕、直螢幕和方形等社群格式。

2026 年 3 月,DesignArena 基準排名顯示 Grok Imagine Video 在影片生成競技場(Elo 1337)、圖生影片(Elo 1298)、影片編輯(Elo 1291)和多圖生影片均位列第一——超越 Google Veo 3.1、OpenAI Sora 和 Kling。

可以。除了主提示詞,你還可以加入負向提示詞,引導模型避開不想要的元素;並設定固定種子,以重現某次結果或在多次生成中保持一致地迭代。

無需任何配置。所有處理都在 Elser AI 的雲端基礎設施上運行——無需 GPU、無需大記憶體、無需安裝軟體。只要一台能上網的裝置即可。

生成的片段以標準 MP4 檔案匯出,可直接下載用於社群、廣告或你的剪輯時間線——無需轉換。

註冊免費的 Elser AI 帳號,進入 Grok Imagine Video 模型頁,選擇生成模式(文字 / 圖片 / 參考生影片),輸入提示詞和可選的參考素材,調整時長和解析度並生成。第一段影片片段不到一分鐘即可完成。

了解更多 Grok Imagine Video

用 Grok Imagine Video 讓你的故事鮮活起來

在 Elser AI 註冊即可解鎖 Grok Imagine Video 的全部能力——從文字生影片、圖片生影片,到基於參考的逐鏡頭角色一致性。

在 Elser AI 上體驗 Grok Imagine Video