Grok Imagine

Panoramica e posizionamento

grok-imagine/image-to-video è il modello image-to-video della famiglia grok-imagine di xAI, accessibile tramite l'interfaccia unificata di HiAPI.ai. Riceve una o più immagini di riferimento insieme a un prompt testuale e trasforma immagini statiche in sequenze animate, supportando durate da 6 a 30 secondi, risoluzioni da 480p a 1080p e diversi formati di proporzioni. È adatto a sviluppatori e team creativi che devono animare rapidamente illustrazioni, storyboard o immagini di prodotto, per contenuti social, prototipi pubblicitari e anteprime di riprese animate.

Punti chiave

• Movimento guidato da più immagini di riferimento — è possibile fornire fino a 7 immagini di riferimento e citarle nel prompt come @image1, per un controllo preciso su soggetto e composizione.
• Stile di movimento selezionabile — sono disponibili tre modalità di generazione: fun, normal e spicy, corrispondenti rispettivamente a un movimento più creativo, equilibrato e più dinamico.
• Durata e risoluzione bilanciabili in base alle esigenze — la durata è impostabile tra 6 e 30 secondi e la risoluzione copre da 480p a 1080p, permettendo di scegliere tra velocità di generazione e qualità finale.
• Criteri di fatturazione chiari — la tariffazione è basata sui secondi di output; il parametro della durata determina direttamente il costo della chiamata, facilitando la stima del budget prima di generazioni in batch.

Descrizione delle capacità

Generazione video guidata da immagini di riferimento: inserendo da 1 a 7 immagini JPEG, PNG o WEBP, il modello genera sequenze animate preservando soggetto e composizione, ideale per trasformare materiali statici in riprese.

Controllo del movimento tramite prompt testuale: è possibile fornire facoltativamente un prompt fino a 5000 caratteri che descrive il movimento desiderato; descrivere in inglese offre risultati migliori, aiutando il modello a concentrarsi sulle azioni e sulla direzione di ripresa specificate.

Output in più formati di proporzioni: supporta cinque rapporti — 2:3, 3:2, 1:1, 16:9 e 9:16 — attivi in modalità con più immagini di riferimento, coprendo in una sola volta le esigenze di pubblicazione sia orizzontale che verticale.

Risoluzione e durata regolabili: la risoluzione di output predefinita è 480p, elevabile a 720p o 1080p; la durata predefinita è 6 secondi, fino a un massimo di 30 secondi, con tariffazione basata sui secondi effettivamente generati.

Scenari d'uso

• Designer che animano illustrazioni statiche in riprese animate — usando illustrazioni o storyboard come input con un breve prompt di movimento, si producono brevi sequenze video per poster animati, sigle e previsualizzazioni di storyboard.
• Team e-commerce che generano presentazioni animate da immagini di prodotto — caricando immagini di prodotto e descrivendo il movimento di camera, si ottengono video brevi in formato verticale o quadrato, utilizzabili direttamente nelle pagine di dettaglio prodotto e nei feed social.
• Creator di contenuti che producono materiali social in batch — generando in batch materiali animati in formato 9:16 e con durate brevi, per l'aggiornamento quotidiano dei contenuti e i test creativi sulle piattaforme di short video.

Limiti e consigli di selezione

Supporta solo image-to-video e non accetta input puramente testuali per generare video: è necessaria almeno un'immagine di riferimento. Con input a immagine singola il parametro delle proporzioni non ha effetto e l'output segue le proporzioni dell'immagine originale; la risoluzione 1080p è supportata solo con una singola immagine di input. Quando si usano immagini esterne, la modalità di generazione può essere automaticamente ridotta a normal. Se serve generare video direttamente da testo o ottenere riprese continue più lunghe di 30 secondi, occorre scegliere un altro modello o procedere per segmenti. Il costo cresce con la durata; prima di chiamate in batch con durate lunghe è consigliabile effettuare prima una verifica su un campione ridotto.