Grok Imagine 1.5 参照画像駆動ショートフィルム：単一フレームから8秒のカメラワーク

この作品は、grok-imagine-1.5（xAI・画像から動画生成）が「単一の参照画像＋テキストによる動作プロンプト」のもとで実現する実際のワークフローをデモンストレーションするものです。スキーマで唯一必須のメディアフィールドは image_urls（1～7枚）であり、本作品では1つのパイプラインで生成した参照フレームを image_urls[0] にバインドし、base で 720p、8秒、16:9 を明示的に指定して、パラメータの組み合わせとコストの関係を示しています。すなわち、長さは1～15秒、解像度は 480p/720p/1080p の3段階で、1080p では単一の入力画像のみが許可され、複数画像参照の場合にのみ aspect_ratio が有効になります。 単一画像を選んだ理由は、「元画像の照明とディテールを保ち、カメラの動きだけを加える」という画像から動画生成の中核能力を再現可能な形で示すためであり、製品紹介、コンセプトフレームの動画化、SNS向けショート動画などで最も一般的な入口でもあります。解像度と長さはスキーマの enum/default に従って入力され、宣言されていないパラメータは導入していません。このモデルファミリーの参照画像ワークフローを理解したい方や、カメラ言語を素早く検証したい開発者の参考に適しています。