Grok Imagine 1.5 API：把图像变成短视频

单张产品照片、人物头像或风景静帧，无需再登录另一个视频生成账户，就能变成可用的短视频片段。Grok Imagine 1.5 的图像转视频端点接收一个图像 URL、一段描述运动效果的可选提示词以及一个时长，然后通过 hiapi 的异步任务 API 返回渲染好的 .mp4 文件。

本演练用同一张源图和两段不同的提示词，展示措辞能在多大程度上改变结果，随后拆解实际的请求 schema、定价，并给出可直接复制的代码示例。

源图

下面两个片段都从这同一张静帧开始。两次请求之间，基础图像没有任何变化——只有 prompt 字段不同。

版本 1：短预告片式平移

提示词：“Slow push-in toward the subject, soft ambient light, cinematic teaser pacing.” 时长：4。

版本 2：更长的环绕镜头

提示词：“Camera slowly orbits around the subject, revealing the scene from a new angle.” 时长：8。

同样的静帧、同样的模型，两种完全不同的镜头运动——这里几乎全靠提示词起作用，因为请求里没有专门的运动强度或镜头路径参数。

实际的请求 schema

完整模型文档和实时定价见 Grok Imagine 1.5 图像转视频模型页。请求体刻意设计得很小：

{
  "model": "grok-imagine-1.5/image-to-video",
  "input": {
    "image_urls": ["https://your-public-host.com/source.jpg"],
    "prompt": "Slow push-in toward the subject, soft ambient light, cinematic teaser pacing.",
    "duration": 4
  }
}

调用前需要知道三件事：

• image_urls 必须是公开的 HTTP(S) URL。 模型会自行抓取图像——你无法在请求体中上传原始字节。如果你的源图只存在于本地，请先将其上传到任意公开存储桶。
• duration 是 1 到 15 秒的整数。 没有 aspect_ratio、resolution 或运动强度字段——输出构图跟随源图，分辨率由定价档位（480p 或 720p）决定，而非请求参数。
• prompt 是可选的，但承担了大部分创意工作，因为除此之外没有其他东西可以引导镜头。

提交并轮询任务

与 hiapi 上的所有视频和图像模型一样，该模型通过统一的异步任务 API 运行，而不是同步端点——生成需要真实时间，因此你需要先提交任务、轮询完成状态，然后在链接过期前下载结果。

# 1. Submit the task
curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
      "image_urls": ["https://your-public-host.com/source.jpg"],
      "prompt": "Camera slowly orbits around the subject, revealing the scene from a new angle.",
      "duration": 8
    }
  }'
# => {"id": "task_...", "status": "pending"}

# 2. Poll until it's done
curl -s https://api.hiapi.ai/v1/tasks/task_... \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# => {"id": "task_...", "status": "success", "output": [{"url": "https://...mp4"}]}

一旦 status 变为 success，请立即下载 output[0].url——它是限时链接，不是永久链接，因此在过期前请把字节保存到你自己的存储中。

定价与时长计算

在为批量任务做预算之前，请先对照 hiapi 的定价页核实当前数字，但截至本文撰写时，grok-imagine-1.5/image-to-video 按每秒输出计费：

分辨率	每秒价格
480p	$0.015
720p	$0.0282

一段 4 秒的 480p 片段花费 $0.06；同样的片段在 720p 下约为 $0.11。由于定价随时长而非每次生成的固定费用扩展，在确定最终剪辑前，对同一静帧测试多个提示词变体成本很低——本文中的两个片段合计成本远低于 $0.20。

常见问题

我可以直接控制镜头运动，而不是在提示词中描述吗？ 不可以——该端点的 schema 中没有专门的运动强度、镜头路径或缩放参数。镜头行为完全由你如何表述 prompt 驱动。

输出分辨率会匹配我的源图吗？ 构图会跟随源图的宽高比，但分辨率（480p 或 720p）是定价档位的选择，而不是通过单独字段设置的——请查看上方链接的模型页上的当前 schema，因为平台模型偶尔会增加参数。

如果我下载输出不够快会怎样？ 已完成任务的 output[0].url 是限时的。如果错过窗口期，你需要重新提交任务并再次支付生成费用——无法重新获取已过期的链接。

我可以在单次请求中为多张静帧制作动画吗？ image_urls 接受一个 URL，但每个任务从一张源图生成一个片段。对于批量任务，请为每张静帧提交一个任务并分别轮询——异步模型意味着你可以同时有多个任务在进行中。

---

准备好在自己的图像上试试了吗？在 Grok Imagine 1.5 图像转视频模型页用你自己的提示词生成一段短片段，或者如果你要将其接入现有流水线，请从异步任务 API 文档开始。