Создаёт короткие видео по текстовому заданию и может анимировать загруженные изображения. Цена зависит от разрешения: 480p - 1,5 ₽/сек., 720p - 2 ₽/сек.
Grok Video 1.5 - нейросеть компании xAI для создания коротких видео по текстовому описанию и на основе загруженного изображения. Она заточена под анимацию исходной картинки: берёт кадр, добавляет движение, работу камеры, атмосферу сцены и выдаёт ролик в 480p или 720p. ()
По заявлениям создателей, модель старается бережно сохранять детали, свет и общий вид исходного изображения, чтобы видео выглядело как продолжение картинки, а не как полностью новая сцена. xAI отдельно делает упор на управление естественным языком: в задании можно описать не только действие, но и движение камеры, темп и настроение ролика. ()
В найденных описаниях сервиса упоминается, что модель умеет работать с портретами, иллюстрациями и предметными кадрами, а для роликов может автоматически подбирать синхронный звук. При этом сама версия 1.5 относится к preview, то есть это ещё не финальный релиз и поведение модели может меняться от сцены к сцене. ()
Здесь важнее не расписывать всю сцену заново, а объяснить, что именно должно происходить в кадре. Модель уже "видит" загруженное изображение, поэтому лучше писать про движение: например, "камера медленно приближается", "волосы колышутся от ветра", "машина резко уходит вперёд", "в кадре появляется вечерний туман". Такой подход прямо рекомендуют в найденных инструкциях к модели. ()
Для более длинных роликов xAI предлагает собирать сцену из нескольких кусков: подготовить отдельные кадры, а потом анимировать их по очереди. Это помогает держать один и тот же стиль на протяжении серии сцен. ()
Главное ограничение, о котором прямо пишут в найденных материалах: модель лучше всего работает именно как image-to-video, то есть с исходным изображением. Внешние описания сервиса могут говорить о генерации по одному тексту, но официальный анонс xAI для версии 1.5 делает акцент на одном стартовом кадре. ()
По подсказкам к модели видно и другое слабое место: длинные ролики менее стабильны. В сторонних инструкциях отмечают, что короткие клипы примерно на 5-8 секунд обычно выходят аккуратнее, а на более длинных отрезках выше шанс странных движений и артефактов - мелких визуальных сбоев. ()
Ещё один практический момент - не стоит противоречить исходной картинке в тексте. Если на изображении один персонаж, а в задании вы просите совсем другую сцену, результат может получиться рваным или нелогичным. ()
Судя по свежему анонсу xAI и описаниям интеграций, Grok Video 1.5 делает упор на анимацию одного исходного кадра с сохранением стиля картинки и на управление движением через текстовое описание. Ещё одна особенность, которую часто отмечают в найденных материалах, - встроенная генерация синхронного звука, чтобы ролик сразу выходил со звуковым сопровождением, без отдельного монтажа аудио. ()