HiAPI
grok-imagine-1.5-lite 详情页 21:9 Hero 图:右侧半透明玻璃胶片带承载彩色光影与声波细丝,左侧奶油光晕留白,名字以磨砂发光立体字嵌入胶片。

xAI

Grok Imagine 1.5 Lite

grok-imagine-1.5-lite/text-to-video

Nivel de generación de vídeo ligero y de bajo coste, compatible con texto a vídeo e imagen a vídeo, con generación conjunta de efectos de sonido y diálogos, ideal para la producción masiva y frecuente de clips cortos

Probar grok-imagine-1.5-lite/text-to-video

Entrada

Salida

video
Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

grok-imagine-1.5-lite/text-to-video per second

Especificaciones Precio unitario
480P $0.029
720P $0.043
1080P $0.200

Descripción general

grok-imagine-1.5-lite/text-to-video es un modelo ligero de texto a vídeo orientado a la producción de contenido corto: genera directamente a partir de una indicación de texto fragmentos de vídeo de 1 a 15 segundos en 480p a 1080p, y admite varias relaciones de aspecto como 16:9, 1:1 y 9:16. Se centra en la velocidad de generación y la disponibilidad por lotes, por lo que resulta adecuado para desarrolladores que necesitan producir con alta frecuencia vídeos cortos para redes sociales, material en bucle y borradores de guiones gráficos creativos; puede invocarse a través de la interfaz unificada de HiAPI.ai.

Puntos clave

  • De la indicación al vídeo final en un solo paso: basta con enviar una descripción de escena y movimiento de hasta 4096 caracteres para obtener el vídeo, sin necesidad de preparar imágenes de referencia.
  • Relación de aspecto y duración ajustables: admite 7 relaciones de aspecto y duraciones de 1 a 15 segundos, lo que permite ajustar directamente el formato horizontal, cuadrado o vertical según el canal de publicación.
  • Facturación por segundos de salida: el criterio de facturación está vinculado a la duración del vídeo, lo que hace controlable el coste tanto en la generación de vídeos cortos como en las pruebas por lotes.

Descripción de capacidades

Generación de vídeo guiada por texto: genera vídeos describiendo la escena y el movimiento en lenguaje natural; la indicación puede tener hasta 4096 caracteres, lo que facilita incluir instrucciones de guion gráfico bastante completas.

Salida en varias resoluciones: se puede elegir entre 480p, 720p y 1080p, de modo que un mismo modelo sirve desde la vista previa de borradores hasta la entrega del vídeo final.

Control flexible de la duración: la duración puede fijarse entre 1 y 15 segundos, con 6 segundos por defecto, y se adapta tanto al ritmo de vídeos cortos como al de material en bucle.

Adaptación a varias relaciones de aspecto: incluye siete proporciones (16:9, 4:3, 3:2, 1:1, 2:3, 3:4 y 9:16), con 16:9 por defecto, que se corresponden directamente con distintos espacios de visualización.

Casos de uso

  • Creadores de contenido social que generan vídeos verticales cortos: introducen una descripción de la escena y eligen la relación 9:16 para producir material de vídeo corto que puede publicarse directamente en el feed.
  • Equipos de diseño que elaboran borradores de guiones gráficos creativos: describen con texto el plano y el movimiento para generar vídeos de baja resolución destinados a la validación de conceptos y la discusión de propuestas.
  • Profesionales de marketing que producen material por lotes: generan vídeos cortos por lotes con distintas indicaciones y relaciones de aspecto para probar y seleccionar rápidamente creatividades publicitarias.

Limitaciones y recomendaciones de selección

Como modelo de la gama Lite, su calidad de imagen y fidelidad de detalle son inferiores a las de la versión completa, y la salida en 1080p se obtiene ampliando una renderización en 720p, por lo que la nitidez real es limitada. La duración máxima por generación es de 15 segundos y no admite control de múltiples personajes de referencia ni de escenas, por lo que no es adecuado para narrativas de vídeo largo ni para proyectos que requieran una consistencia precisa de los personajes; cuando se exija alta calidad de imagen, conviene utilizar la versión completa u otros modelos de vídeo de mayores prestaciones.

Preguntas frecuentes

Ver todas las preguntas →
  • ¿Todos los videos tienen sonido?

    Sí. El sonido se genera junto con la imagen y no se puede desactivar. Puedes describir en el prompt los sonidos ambientales, la música o los diálogos que desees.

  • ¿Qué duraciones, resoluciones y relaciones de aspecto se admiten?

    Duración: entero de 1 a 15 segundos (predeterminado: 6 segundos); resolución: 480p, 720p, 1080p (predeterminado: 720p); relación de aspecto: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (predeterminado: 16:9).

  • ¿Cuál es la longitud máxima del prompt?

    Máximo 4096 caracteres. Una descripción centrada en el sujeto, la acción, la cámara y el sonido suele dar mejores resultados que una larga cadena de palabras clave.

  • ¿Se puede usar este modelo para animar mis imágenes?

    No, esta ruta solo acepta texto. Si necesitas partir de tus imágenes, utiliza grok-imagine-1.5-lite/image-to-video.

Modelos relacionados

Ver todos los modelos →

Mismo tipo