Grok Imagine Video 1.5 Text to Video

Grok Imagine Video 1.5（文字轉影片），由 xAI 開發，能將書寫提示直接生成帶有音訊的短影片片段。你無需分別處理影像與音效，只需用自然語言描述你想要的場景，模型就能產出完整的動態片段，並自帶音軌。這讓創作者能快速、獨立地測試創意、製作社群內容，或原型動態影像，全程無需相機、演員或剪輯軟體。

這個模型的核心能力是讀取文字描述，解析主題與動作方式。例如「一隻白色小貓在陽光灑落的花園追逐蝴蝶，鏡頭緩慢追蹤，自然動作，午後柔和光線從葉間灑落」這類提示就涵蓋了主角、動作、鏡頭運動與光線氛圍。因為對這類細緻、電影感的描述有良好反應，你不僅能掌控畫面的內容，還能調整鏡頭動作和光線表現。範例如動畫分鏡、少女風格、動感線、櫻花、鮮明色彩與表情豐富的人物皆可快速呈現，所以無論寫實或繪畫風格，都能自在切換。

你可自由設定每段片長，從 1 到 15 秒皆可。短片適合循環、反應或社群短片，而較長的片段則可表現更完整節奏與小故事。預設6秒，適合多數單鏡頭構想。所有成品皆以每秒24格回放，畫面自然流暢具電影感。

解析度有三檔可選：480p 適合高速草稿及測試，720p 是穩定日常標準，1080p 能產出清晰細緻的最終成果。你可以先以低解析度快速試驗與修正提示，滿意後再用高畫質生成乾淨成品。

可完全自訂寬高比，應對各種發布場景。可產出經典寬螢幕 16:9、直式9:16（符合手機feed和限時動態）、正方形1:1，以及其他比例如4:3、3:2、2:3、3:4。你可以用同一個提示製作橫向或直向影片，適合多平台內容發佈需求。

最大的特色之一是原生音訊。Grok Imagine Video 1.5 會同步生成影片與對應音軌，不需額外配樂或後製，直接將書寫的提示變成帶有聲音的完成片段。這對於概念發想、情感測試或社群內容尤其方便，無需額外步驟就能提升影音效果。

提示欄相當寬鬆，能接受數千字的豐富描述。詳細指令越多越能還原原意：你可以一次描述主題、動態、鏡頭運動、光線、色調、畫風、氛圍等。範例中如「鏡頭緩慢追蹤」、「午後柔和光線」、「動感線強調加速效果」或明確點名美術風格，皆能大幅引導模型產生預期成果。

這個模型適合各種創意專業人士。社群創作者與行銷人員能快速生成吸睛直式或方框影片；影視、動畫創作者可用來預視分鏡、測試鏡位或造型；插畫及設計師能讓手繪世界動起來並加入音效；概念藝術家與故事家則可快速嘗試氛圍、節奏與視覺創意，生成多種版本進行比較。全程僅需文字，無需素材或設備，使得想要動態影像但沒有攝影資源的人也能輕鬆創作。

幾點實用須知：模型僅接受文字描述，無法提供圖片或參考資料，所以成品全憑你的書寫。過程簡單直觀，但產出精緻度多半取決於你給的內容豐富度，模糊寫法容易產生較為通用的大眾結果。單段影片最長 15 秒，適合短型內容或單鏡頭而非長時段連續場景，但你可多生幾段拼接延長。所有生成請依 xAI 使用條款。

總的來說，Grok Imagine Video 1.5（文字轉影片）是從想法到短片（含聲音）的一站式多功能方案。可調長度到 15 秒、三檔最高至 1080p、完整寬高比、24fps順暢動態、內建音效，為創作者打造彈性起點，能用於快速社群實驗也能製作高質感概念片段。