Grok Imagine 1.5

Kurzbeschreibung

grok-imagine-1.5/image-to-video ist ein von xAI vorgestelltes Bild-zu-Video-Modell, das über die einheitliche Schnittstelle von HiAPI.ai aufgerufen wird. Es wandelt ein oder mehrere Referenzbilder in einen Kurzfilm von 1 bis 15 Sekunden um, gibt wahlweise eine der drei Auflösungen 480p, 720p oder 1080p aus und beschreibt die gewünschte Bewegung mit einem optionalen Prompt. Bei der Eingabe mehrerer Bilder lässt sich die Bildkomposition zusätzlich über den Seitenverhältnis-Parameter steuern. Es eignet sich für Entwickler und Kreativteams, die Produktbilder, Konzept-Frames oder Markenmaterial schnell in Bewegung bringen und für kurzes Content-Format als Vorschau und Endprodukt nutzen möchten.

Wichtigste Highlights

• Dynamische Kamerafahrt durch Komposition mehrerer Referenzbilder – bis zu 7 Referenzbilder können übergeben werden, und bei der Eingabe mehrerer Bilder wird das Ausgabebildformat einheitlich über aspect_ratio festgelegt.
• Dauer und Auflösung nach Bedarf kombinierbar – die Clip-Länge ist stufenlos von 1 bis 15 Sekunden einstellbar, die Auflösung reicht von 480p über 720p bis 1080p, sodass Qualität und Kosten je nach Einsatzzweck ausbalanciert werden können.
• Präzise Bewegungssteuerung per Prompt – optionaler Prompt mit bis zu 4096 Zeichen zur Beschreibung der gewünschten Kamera- und Motivbewegung.

Funktionsbeschreibung

Bildgestützte Videogenerierung: Mit 1 bis 7 JPEG-, PNG- oder WebP-Bildern plus optionalem Prompt lässt sich ein dynamischer Kurzfilm erzeugen, statisches Material muss nicht neu gedreht werden.

Mehrere Auflösungsstufen: Wählbar sind 480p, 720p und 1080p; in der Entwurfsphase lässt sich mit niedriger Auflösung schnell experimentieren, für das finale Produkt wird dann auf 1080p umgestellt.

Flexible Dauersteuerung: Die Dauer wird in ganzen Sekunden im Bereich von 1 bis 15 Sekunden angegeben, die Abrechnung steigt mit der Ausgabedauer, sodass sich die Clip-Länge bequem an den Inhaltsrhythmus anpassen lässt.

Seitenverhältnis-Steuerung bei mehreren Bildern: Sechs Bildformat-Optionen – auto, 1:1, 16:9, 9:16, 3:2 und 2:3 – sorgen für eine einheitliche Komposition bei mehreren Referenzbildern; bei Eingabe eines einzelnen Bildes folgt das Bildformat dem Originalbild.

Anwendungsszenarien

• Dynamisierung statischer Produktbilder für E-Commerce- und Produktteams – Produkthauptbild und kurze Bewegungsbeschreibung eingeben, einen wenige Sekunden langen Präsentationsclip erzeugen und für Detailseiten, Werbematerial oder Social-Media-Empfehlungen nutzen.
• Konzeptvalidierung und Werbeentwürfe für Marketingteams – aus Markenkonzeptbildern schnell dynamische Vorschauen in mehreren Dauer- und Formatvarianten erzeugen, die nach interner Prüfung in die formale Produktion gehen.
• Vertikale Kurzvideos für Social Media – aus einem einzelnen kreativen Bild plus Bewegungs-Prompt einen Kurzfilm erzeugen, der für die tägliche Content-Aktualisierung in Feeds und Kurzvideo-Plattformen dient.
• Storyboard-Vorabvisualisierung für Kreativschaffende – Keyframe-Illustrationen oder Designentwürfe in kurze Clips umwandeln, um für Kundenkommunikation und Vorabvisualisierung vor dem Dreh eine anschauliche dynamische Referenz zu liefern.

Grenzen und Auswahlhinweise

Es wird ausschließlich Bild-zu-Video unterstützt; mindestens ein Referenzbild ist erforderlich, eine reine Textgenerierung ist nicht möglich. Die Ausgabe erfolgt als Kurzfilm mit maximal 15 Sekunden Dauer und eignet sich nicht für lange Videoerzählungen. 1080p akzeptiert nur die Eingabe eines einzelnen Bildes; für die Komposition mehrerer Bilder stehen nur 480p oder 720p zur Verfügung. Bei Eingabe eines einzelnen Bildes hat aspect_ratio keine Wirkung, das Bildformat wird vom Originalbild bestimmt. Für Projekte mit Anforderungen an lange Kamerafahrten, präzise Lippenbewegungen oder komplexe Erzählstrukturen sollte zunächst geprüft werden, ob sich dies durch Aneinanderfügen mehrerer Segmente umsetzen lässt, bevor die Auswahl entschieden wird.