Рецепты промптов для генерации видео из изображений Grok Imagine 1.5: готовые к копированию промпты и реальные результаты

Краткое резюме

• Что это: четыре готовых к копированию промпта движения для grok-imagine-1.5/image-to-video, каждый с исходным стоп-кадром и реальным фрагментом, сгенерированным на живом API — первые результаты показаны как есть, без скрытых повторных попыток, размещены здесь навсегда.
• Одна вещь, которую нужно знать об этой модели: у API полностью отсутствуют параметры движения или камеры. Входная схема (проверена на живом API) содержит только prompt + image_urls, а также необязательные duration, resolution и aspect_ratio. Все решения о движении камеры, стиле движения и темпе происходят внутри текста промпта — именно для этого и нужны эти рецепты.
• Факты о схеме (проверено на живом API задач 2026-07-07): image_urls — обязательный массив с общедоступными URL изображений; duration — целое число от 1 до 15 секунд; resolution — 480p или 720p; aspect_ratio принимает auto, 1:1, 16:9, 9:16, 3:2, 2:3. Любые другие параметры (motion_mode, seed и т. п.) отклоняются с кодом 400.
• Цены (за секунду выходного видео, со страницы цен): $0.015/сек для 480p, $0.0282/сек для 720p. Длительность — единственный множитель: 6-секундный фрагмент в 720p стоит около $0.17, а 4-секундная проба в 480p — $0.06.
• Общий счёт за медиа в этой статье: четыре стоп-кадра gpt-image-2 по $0.03 каждый плюс 22 секунды видео в 720p — около $0.74 по текущим ценам. В этом и смысл генерации видео из изображений: стоп-кадр — разовая затрата, которую можно анимировать сколько угодно раз.

Как создавались эти рецепты

Каждый рецепт состоит из трёх частей: исходный стоп-кадр, точный промпт движения (можно скопировать как есть) и сгенерированный им фрагмент. Каждый стоп-кадр я сгенерировал с помощью gpt-image-2, каждый промпт движения написал сам и прогнал каждый через живой API задач hiapi на grok-imagine-1.5. В каждом описании указаны настройки и реальная стоимость, чтобы вы могли воспроизвести тот же вызов.

Поскольку grok-imagine-1.5 не принимает параметры движения, всю работу выполняет формулировка промпта. Приёмы, которые работают всегда:

• Начинайте с глагола камеры. «Slow steady dolly push-in», «camera glides slowly to the left» — поставьте его в самое начало, и модель будет воспринимать его как хребет фрагмента.
• Требуйте единого непрерывного движения и указывайте «no cuts». Если не оговорить, модель иногда сама придумывает склейки. Добавление «one continuous shot, no cuts» в конец промпта надёжно это подавляет.
• Описывайте, что именно непрерывно движется, а не только камеру. Пар, дождь, отражения, толпа — указание движения среды оживляет кадр, чтобы он не выглядел как панорама по фотографии.
• Для людей требуйте микродвижений и фиксируйте камеру. «Camera locked off on a tripod … facial features stay perfectly stable, no warping» — это разница между живым портретом и плавящимся лицом.

Рецепт 1 — Язык камеры: медленный наезд

Цель: классический кинематографичный наезд, движущийся вдоль улицы и останавливающийся на продуктовой лавке, при этом дождь, пар и отражения постоянно работают.

Исходный стоп-кадр (gpt-image-2, 16:9, $0.03). Рецепты 1 и 2 анимируют один и тот же кадр.

Slow steady dolly push-in down the rain-soaked market street toward the glowing noodle stall, steam rising and curling from the pots, rain falling in thin streaks, neon sign reflections shimmering on the wet pavement, pedestrians walking slowly away under umbrellas, smooth constant camera speed, one continuous shot, no cuts, cinematic pacing

Медленный наезд на лавку с лапшой — grok-imagine-1.5/image-to-video, 6 сек @ 720p, 16:9, $0.17 по текущим ценам. Реальный результат, сгенерированный для этого руководства.

Почему это работает: наезд — первое придаточное предложение, поэтому модель придерживается его все шесть секунд. Затем промпт даёт ей список того, что должно непрерывно двигаться — пар, струи дождя, отражения, пешеходы — именно благодаря этому кадр выглядит как видео, а не как увеличение статичной фотографии. Обратите внимание, насколько ближе стали повар и котёл в последнем кадре: это настоящее движение камеры, а не обрезка.

Рецепт 2 — Тот же стоп-кадр, другой глагол камеры: боковое отслеживание

Цель: повторно анимировать тот же самый стоп-кадр боковым движением отслеживания, чтобы показать, что в grok-imagine-1.5 язык камеры полностью заключён в промпте — поменяйте глагол, получите другой кадр.

Camera glides slowly to the left in a smooth lateral tracking move, strong parallax between the near market stalls and the far end of the street, rain keeps falling, neon reflections slide across the wet ground, the cook keeps stirring behind the counter, steam drifts sideways, one continuous move, no cuts, no zoom

Боковое отслеживание поперёк рыночной улицы — grok-imagine-1.5/image-to-video, 6 сек @ 720p, 16:9, $0.17 по текущим ценам. Реальный результат, сгенерированный для этого руководства.

Почему это работает: «glides slowly to the left» плюс явное требование параллакса между ближними лавками и дальним концом улицы даёт модели подсказки глубины для анимации. Это ещё и самый дешёвый способ итерации: стоп-кадр — невозвратные $0.03, поэтому каждое новое движение камеры стоит только видеосекунд — здесь оба варианта вместе около $0.34. Если вы исследуете определённый вид, сначала меняйте промпт для того же кадра, прежде чем думать о перегенерации изображения.

Рецепт 3 — Движение от субъекта: микродвижение портрета (9:16)

Цель: вертикальный портрет, подходящий для соцсетей, где субъект дышит, моргает, её волосы и шарф двигаются — и больше ничего.

Исходный стоп-кадр (gpt-image-2, 9:16, $0.03).

Gentle micro-motion only: her hair lifts and drifts in a soft evening breeze, the silk scarf ripples lightly, she blinks naturally and takes one calm slow breath, city bokeh lights flicker softly behind her, camera locked off on a tripod, facial features stay perfectly stable, no warping, subtle photoreal motion

Микродвижение портрета: волосы, шарф, дыхание — grok-imagine-1.5/image-to-video, 6 сек @ 720p, 9:16, $0.17 по текущим ценам. Реальный результат, сгенерированный для этого руководства.

Почему это работает: именно на портретах модели генерации видео из изображений плавят лица, поэтому промпт тратит большую часть слов на ограничения: «micro-motion only», «camera locked off», «facial features stay perfectly stable, no warping». Бюджет движения распределён на безопасные, выигрышные элементы — волосы, шёлк, моргание, дыхание. Снимайте в 9:16 для лент; соотношение сторон — это полноценное поле API, а не обрезка.

Рецепт 4 — Атмосфера среды: пусть сцена движется сама

Цель: естественный цикл с фиксированной камерой, где всё движение исходит от самой сцены — волны, туман и медленно проносящийся луч маяка. Четырёх секунд достаточно.

Исходный стоп-кадр (gpt-image-2, 16:9, $0.03).

Waves keep rolling in and bursting against the dark rocks in slow rhythm, sea spray and fog drift across the frame, the lighthouse beam sweeps slowly through the mist, clouds crawl overhead, camera completely static on a tripod, natural documentary motion, no camera movement

Атмосферный морской вид: волны, туман, проносящийся луч — grok-imagine-1.5/image-to-video, 4 сек @ 720p, 16:9, $0.11 по текущим ценам. Реальный результат, сгенерированный для этого руководства.

Почему это работает: заявление «camera completely static on a tripod» освобождает модель, чтобы потратить все усилия на физику воды и объёмный туман, с чем grok-imagine-1.5 справляется впечатляюще — обратите внимание, что луч действительно проносится сквозь туман. Этот 4-секундный фрагмент в 720p стоит $0.11; атмосферным циклам редко нужно больше.

Контроль счёта за секунды

Цены на видео здесь освежающе одномерны: длительность × ставка за секунду, и ничего больше. Это подсказывает простой рабочий процесс:

Действие	Расчёт	Стоимость
Проверить идею движения	4 сек × $0.015 (480p)	$0.06
Итерировать промпт в качестве для сдачи	6 сек × $0.0282 (720p)	$0.17
Съёмка максимальной длины	15 сек × $0.0282 (720p)	$0.42
Переанимировать уже имеющийся стоп-кадр	Стоимость изображения	Дополнительно $0

Из этой таблицы следуют три привычки. Пробуйте в 480p и на короткой длительности — неудачная идея должна стоить несколько центов, а не доллар. Безжалостно переиспользуйте стоп-кадры — рецепты 1 и 2 выше — это одно и то же изображение за $0.03 в двух разных движениях камеры. Запрашивайте ровно столько секунд, сколько нужно — duration может быть всего 1, а такие атмосферные кадры, как в рецепте 4, перестают улучшаться через несколько секунд. Все четыре фрагмента на этой странице по текущим ценам в сумме стоят $0.62 за видео.

Запустите сами: отправить, опросить, скачать

Модель работает на основе задач: POST /v1/tasks возвращает идентификатор задачи, вы опрашиваете его до успеха, затем скачиваете URL вывода (он истекает — сохраняйте файл, а не ссылку). Важно знать одну вещь: image_urls должны быть общедоступными — если передать приватный или локальный URL, отправка завершится ошибкой normalize input media ещё до запуска модели.

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
        "prompt": ("Slow steady dolly push-in down the rain-soaked "
                   "market street toward the glowing noodle stall, "
                   "steam rising, one continuous shot, no cuts"),
        "image_urls": ["https://your-host.com/your-still.jpg"],
        "duration": 6,          # int, 1-15 seconds
        "resolution": "720p",   # 480p | 720p
        "aspect_ratio": "16:9", # auto | 1:1 | 16:9 | 9:16 | 3:2 | 2:3
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("clip.mp4", "wb").write(requests.get(url).content)

Полный разбор запроса (включая curl) есть в руководстве по API генерации видео из изображений grok-imagine, а руководство по генерации видео из текста охватывает родственную модель, работающую только с промптом. Общая документация платформы находится здесь.

Краткий справочник по схеме

Поле	Обязательно	Значения (проверено на живом API)
prompt	Рекомендуется	Свободный текст — это ваш единственный элемент управления движением
image_urls	Да	Массив общедоступных URL изображений
duration	Нет	Целое число, 1–15 (секунды)
resolution	Нет	480p, 720p
aspect_ratio	Нет	auto, 1:1, 16:9, 9:16, 3:2, 2:3

Ни motion_mode, ни seed, ни негативных промптов — схема отклоняет неизвестные поля с кодом 400, так что не нужно копировать параметры из других моделей. Если вы хотите другое движение, напишите другое предложение.

Если вашему фрагменту нужна большая длительность или встроенный звук, seedance-2.0-fast доступен в этом диапазоне, а сборник рецептов seedance-2.0-mini использует тот же шаблон отправки-опроса-скачивания — промпты и конвейер переносятся с небольшими изменениями.

---

Все четыре промпта доступны для копирования. Получите ключ, направьте фрагмент кода выше на grok-imagine-1.5, и анимация вашего первого стоп-кадра в 480p обойдётся примерно в пять центов.