HiAPI
21:9 宽幅 Hero:左侧柔光留白,右侧漂浮半透明虹彩玻璃画框与光轨,彩色散景;模型名 grok-imagine 以发光立体字融入光带。

xAI

Grok Imagine

grok-imagine/image-to-video

xAI 的创意生成模型,支持图生图编辑与风格引导,最高可用 9 张参考图控制构图与人物;通过 HiAPI.ai 统一接口调用

试用 grok-imagine/image-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

grok-imagine/image-to-video 每秒

规格 单价
480P $0.0114
720P $0.0214
1080P $0.05714

定位简介

grok-imagine/image-to-video 是 xAI 旗下 grok-imagine 家族中的图生视频模型,通过 HiAPI.ai 统一接口调用。它接收一张或多张参考图并配合文本提示,将静态画面转为动态镜头,支持 6–30 秒时长、480p 至 1080p 分辨率与多种画幅比例。适合需要把插画、分镜或产品图快速动画化的开发者与创作团队,用于社交素材、广告原型与动态镜头预览。

核心亮点

  • 多图参考引导运动——最多可传入 7 张参考图,并在提示词中用 @image1 等引用指定图片,便于对主体与构图做精细控制。
  • 运动风格可切换——提供 fun、normal、spicy 三档生成模式,分别对应更具创意、均衡与动感更强的运动表现。
  • 时长与分辨率可按需权衡——时长可在 6–30 秒之间设置,分辨率覆盖 480p 到 1080p,便于在生成速度与成片画质之间取舍。
  • 计费口径清晰——按输出秒数计费,时长参数直接决定调用成本,便于在批量生成前做预算估算。

能力说明

参考图驱动的视频生成:输入 1–7 张 JPEG、PNG 或 WEBP 图片,模型在保留主体与构图的前提下生成动态画面,适合把静态素材转为镜头。

文本提示控制运动:可选传入最长 5000 字符的提示词描述期望的运动,用英文描述效果更佳,帮助模型聚焦到指定的动作与镜头走向。

多画幅比例输出:支持 2:3、3:2、1:1、16:9、9:16 五种比例,多图参考模式下生效,可一次覆盖横屏与竖屏投放需求。

分辨率与时长可调:输出分辨率默认 480p,可提升至 720p 或 1080p;时长默认 6 秒、最高 30 秒,按实际生成秒数计费。

适用场景

  • 设计师把静态插画动画化为动态镜头——以插画或分镜图作为输入并附简短运动提示,产出短视频镜头,用于动态海报、片头与分镜预演。
  • 电商团队为产品图生成动态展示——上传产品图并描述镜头运动,得到竖屏或方形短视频,可直接用于商品详情页与社交信息流投放。
  • 内容创作者批量产出社交素材——以 9:16 比例和较短时长批量生成动态素材,用于短视频平台的日常内容更新与创意测试。

限制与选型建议

只做图生视频,不接受纯文本输入生成视频,需要至少一张参考图。单图输入时画幅比例参数无效,输出跟随原图比例;1080p 分辨率仅支持单张输入图。使用外部图片时,生成模式可能被自动降级为 normal。若需要从文本直接生成视频,或需要超过 30 秒的连续长镜头,应另选其他模型或分段生成。成本随时长增长,长时长批量调用前建议先做小样验证。

  • 模型上新 新增模型:grok-imagine-image-2.0/text-to-image 与 grok-imagine-ima…
  • Grok Imagine 标准档适合什么?

    适合批量创意探索、社交媒体素材、风光与电影感场景。1k 和 2k 当前同价,适合直接选择更高输出档位。

  • 标准档与 Quality 档有什么区别?

    标准档强调速度和固定低价;Quality 是独立模型路线,更重视材质、细节与光线,并按 1k/2k 分档计费。

  • 支持哪些画幅?

    支持从 2:1、20:9 到 1:2 的 13 种横版、方形和竖版画幅。

  • 这个页面支持参考图吗?

    不支持。参考图编辑请使用 grok-imagine/image-to-image。

同类型模型