grok-imagine-video/v1.5

本页是这条视频线路的能力说明。提交一次生成一条视频，按条计价。

它的能力

• 时长 6 到 15 秒逐秒可选：每个整秒都能填，7 秒的转场、12 秒的对白段都不用凑固定档
• 三种画幅：16:9、9:16、1:1，横屏展示与竖屏短剧各有对应机位，不需要出片后再裁
• 480p / 720p 两档分辨率：480p 定结构、试镜头，720p 出成片
• 三种起手方式：只写文字是文生视频；给一张图是图生视频；多给几张图就按参考生成，最多 7 张，用来锁角色、场景与商品外观
• 输出无声：模型只出画面，配音、配乐与字幕在音频轨里单独加

适合拿它做什么

• 竖屏对白短剧：把台词按镜头切开，一个镜头一条，语速与停顿都能对上
• 电商短视频：6–15 秒正是商品展示、功能演示与信息流的常见长度
• 角色延续：同一批参考图连着出几条，人物脸型、发型与服装保持一致
• 分镜试拍：先用 480p 把节奏与构图跑通，结构定了再换 720p 出定稿

上手建议

• 按时间轴写分镜：把「第几秒到第几秒、谁在做什么、说什么」一段段列清楚，模型对逐段描述比一段长散文更听话
• 台词写进提示词：需要口型的镜头，把台词原文放在引号里并标出说话人，比只写「两人对话」稳
• 锁住不该变的东西：明确写出「五官、发型、服装全程不变」「镜头稳定无抖动」，比事后补画面省事
• 参考图别贪多：一张角色图加一张场景图，通常比七张堆在一起更稳
• 先定画幅再写内容：竖屏镜头和横屏镜头的构图讲法完全不同，先定画幅能少改一版

计价

• 按条计费：提交一条扣一条，480p 与 720p 各一个价，与时长无关

已知限制

• 时长只支持 6–15 秒的整数，超出范围会直接失败，不会自动裁到边界
• 画幅只有 16:9、9:16、1:1 三种，没有 21:9 与 4:3
• 只支持参考图（最多 7 张），不支持参考视频与参考音频
• 输出为无声视频
• 提示词上限 8000 字符