xAI Grok Imagine，有聲影片登場
讓畫面動起來：風箏衝浪躍起的浪花、球鞋落地激起的水冠、隨風飛揚的絲巾。只要一段提示詞，就能生成鮮活、符合物理動態的畫面，連聲音都到位。
Grok Imagine 是 xAI 的影片模型，與 Grok app 中可用的模型同屬一個系列。在 Pixel Dojo，你可以用文字或自己的圖片，生成 1 至 15 秒、480p 或 720p 的短片，支援七種長寬比；Grok Imagine 1.5 還能讓靜態圖片動起來，角色開口說話、嘴型同步。這一頁的 Grok Imagine 範例都在 Pixel Dojo 製作，每支都附上完整提示詞，直接拿來當創作起點。Pixel Dojo 單一方案整合各大頂尖模型、六大工作室，以及 AI 導演 Sensei。訂閱期間，剩餘點數可累積保留，所有方案皆包含商業使用權。
7.5 credits ($0.47) 所有方案皆包含，每月 US$10 起。
已經是會員？ 登入
作者 Brian Lovett · 更新於
這些短片都是我們在 Pixel Dojo 用 Grok Imagine 製作的：動作場景、毛氈動畫、時尚影片與商品廣告，每支都只用一段文字提示詞。點選任一範例的「使用此提示詞」，就能打造你的版本。
10 秒短片，拍出符合真實物理的震撼動作。衝浪者劃過浪面後騰空躍起，落日將水花照成金色。用這段提示詞，打造運動與冒險影片的開場。
Low-angle tracking shot skimming the water. A kitesurfer in a red wetsuit launches off a breaking wave crest and arcs into the air, spray exploding off the board, backlit by a low sunset sun, turquoise water, golden rim light, 35mm anamorphic lens, fine film grain, roaring surf and gusting wind.
手作質感的角色動畫。毛氈章魚咖啡師用一隻觸手倒出愛心拉花，其他觸手舉起杯子；蓬鬆的毛氈紋理與暖色燈光，填滿迷你咖啡館。用這段提示詞，打造吉祥物、兒童內容與溫馨品牌短片。
Stop-motion felt puppet animation, medium shot on a slow dolly. A plump coral octopus barista in a tiny striped apron pours latte art with one tentacle while two others stack porcelain cups, cozy miniature cafe set with warm tungsten practical lights, visible felt fibers and handmade texture, 50mm lens, clinking cups and a gentle espresso hiss.
9:16 直式時尚影片。模特兒一路走過龜裂鹽灘，深紅色絲巾全程迎風飄揚，低角度陽光勾勒出髮絲與鐵鏽色羊毛大衣的輪廓。用這段提示詞，打造穿搭型錄、Reels 與形象預告。
Slow-motion full-length tracking shot moving backward. A model in an oversized saffron wool coat and wide ivory trousers strides across a cracked white salt flat at golden hour as a strong wind streams a long crimson silk scarf behind her, low sun rim-lighting her hair, warm high-contrast palette, 50mm lens, editorial fashion film look, wind gusting across the flat.
極致慢動作的商品廣告。藍底白色跑鞋踩進雨水窪，四周激起一圈水冠，水珠在單盞路燈下閃耀。用這段提示詞，打造鞋款與新品上市影片。
Extreme slow-motion macro, camera locked at puddle level. A single white knit running shoe with a cobalt blue sole drops into frame and lands in a rain puddle on black asphalt, a crown of water erupts around it and droplets hang in the air, hard side light from one street lamp, glistening wet texture, 100mm macro lens, shallow depth of field, a heavy splash and distant thunder.
兩個版本都在同一個 Grok Video 工具中執行。點數以工具內顯示的價格為準，規格則與本頁短片一致。
| 功能 | Grok Imagine | Grok Imagine 1.5 |
|---|---|---|
| 最適合 | 用文字提示詞或自己的圖片，製作動作、商品、時尚與動畫影片 | 讓靜態圖片中的角色動起來、開口說話 |
| 模式 | 文字生成影片、圖片生成影片、參考圖生成影片 | 圖片生成影片 |
| 聲音 | 每支短片都同步生成聲音 | 同步音訊，台詞與嘴型精準對齊 |
| 片長 | 1 至 15 s | 1 至 15 s |
| 解析度 | 480p 或 720p，價格相同 | 480p 或 720p，價格相同 |
| 長寬比 | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 |
| 每秒點數 | 1.5 | 2.5 |
| 5 s、720p 短片 | 7.5 點數 | 12.5 點數 |
| 本頁輸出規格 | 1280 × 720，24 fps（9:16 為 720 × 1280） | 1280 × 720，24 fps |
我們給 Grok Imagine 與 Vidu Q3 相同的自行車騎士提示詞，設定都是 5 s、720p、16:9，並生成聲音。Grok Imagine 讓騎士正面朝鏡頭騎來，前輪水花全程向外飛濺，抓住提示詞的核心畫面，只需 7.5 點數，對比 Vidu Q3 的 10 點數。Vidu Q3 則採側面跟拍，以深沉夜空與發亮的紅綠燈為背景。要拍水花、速度感，以及迎面衝向鏡頭的主角，Grok Imagine 表現亮眼。
相同提示詞： Low tracking shot at wheel height. A cyclist in a yellow rain jacket speeds through a flooded city street at night, water fanning off the front wheel in glittering arcs, blurred neon lights reflected in the ripples, rain streaking through the light, 35mm lens, anamorphic flare, hiss of tires and falling rain.
Grok Imagine：騎士穿越被雨淋濕的街道，直衝鏡頭而來，前輪從頭到尾不斷濺起水花，霓虹倒影在水中蕩漾。
Low tracking shot at wheel height. A cyclist in a yellow rain jacket speeds through a flooded city street at night, water fanning off the front wheel in glittering arcs, blurred neon lights reflected in the ripples, rain streaking through the light, 35mm lens, anamorphic flare, hiss of tires and falling rain.
Vidu Q3：鏡頭在深沉夜空下與騎士並行側拍，紅綠燈與路燈的倒影在濕潤路面上拉成光帶。
Low tracking shot at wheel height. A cyclist in a yellow rain jacket speeds through a flooded city street at night, water fanning off the front wheel in glittering arcs, blurred neon lights reflected in the ripples, rain streaking through the light, 35mm lens, anamorphic flare, hiss of tires and falling rain.
| Grok Imagine | Vidu Q3 | |
|---|---|---|
| 本片點數 | 7.5 | 10 |
| 鏡位 | 正面拍攝，騎士直朝鏡頭騎來 | 與騎士並行的側面跟拍 |
| 水的表現 | 前輪全程向外濺起水花 | 雨水浸潤路面，映出彩色倒影 |
| 光線 | 藍調暮色，搭配霓虹倒影 | 深夜，搭配紅綠燈光芒 |
| 輸出 | 1280 × 720，24 fps，含聲音 | 1280 × 720，24 fps，含聲音 |
再看四支短片，掌握 Grok Imagine 的更多玩法：同一段提示詞生成兩種片長，再讓特寫畫面透過 Grok Imagine 1.5 變成開口說話的場景。每支都保留完整提示詞與設定，直接套用就能開始。
將頁首的風箏衝浪提示詞生成 5 s 短片，只需 7.5 點數。衝浪者迎著陽光騰空而起，腳下浪花翻湧。同一段提示詞，既能做俐落的社群短片，也能生成完整的 10 s 鏡頭。
Low-angle tracking shot skimming the water. A kitesurfer in a red wetsuit launches off a breaking wave crest and arcs into the air, spray exploding off the board, backlit by a low sunset sun, turquoise water, golden rim light, 35mm anamorphic lens, fine film grain, roaring surf and gusting wind.
用文字提示詞生成電影感特寫：銀色辮子、芥末黃羊毛圍巾，搭配青綠與琥珀色調；夜晚月台上，列車從她身後緩緩駛過。我們從這支短片擷取一張靜態畫面，作為接下來兩支短片的起始圖片。
Tight close-up, slow push-in. A woman in her sixties with silver braids and a mustard wool scarf stands on a night train platform as a passing express train's window lights strobe across her face, her eyes glisten and she exhales, wind lifting loose strands of hair, teal and amber color grade, 85mm lens, soft film grain, rushing train clatter.
標準模型的圖片生成影片，7.5 點數。靜態畫面活了起來：她閉眼微笑，風吹起辮子，列車從身後緩緩進站，聲音同步到位。
Slow push-in. The woman closes her eyes, smiles softly and whispers "safe travels, love" as the train pulls away behind her, wind stirring loose strands of her braids, a distant station announcement echoing and train wheels clattering.
Grok Imagine 1.5 使用同一張靜態圖片，12.5 點數。聲音響起時，她的嘴型同步說出低語台詞，接著低下頭。角色需要在鏡頭前說話，就選這個版本。
Slow push-in. The woman closes her eyes, smiles softly and whispers "safe travels, love" as the train pulls away behind her, wind stirring loose strands of her braids, a distant station announcement echoing and train wheels clattering.
Pixel Dojo 所有方案都包含 Grok Imagine，每月 $10 起；訂閱期間，未用完的點數可持續累積。生成前，工具會依你的設定顯示確切費用。
Grok Imagine 按秒計費：標準模型每秒 1.5 點數，Grok Imagine 1.5 每秒 2.5 點數。解析度不影響價格，480p 和 720p 費用相同。
依本頁展示的設定，一支 5 s、720p 影片使用標準模型需 7.5 點數，使用 Grok Imagine 1.5 需 12.5 點數；頁面頂端的 10 s 風箏衝浪影片則需 15 點數。
Grok Imagine 是 xAI 的 AI 影片生成工具，與 Grok app 使用的模型屬於同一系列。輸入文字提示詞或提供圖片，就能生成有聲短片。在 Pixel Dojo，你可以透過 Grok Video 工具使用 Grok Imagine 和 Grok Imagine 1.5，也能透過 Pixel Dojo API 以 xai-video 呼叫。
充滿真實物理感的動態：風箏衝浪躍起時濺出的水花、球鞋周圍綻開的皇冠狀水花、隨風飄揚的絲巾。它也能駕馭風格化畫面，像上方的毛氈章魚咖啡師。Grok Imagine 1.5 還能讓靜態圖片中的角色開口說話，嘴型同步台詞。
可以。無論使用哪個方案，你都擁有自己創作的內容。
免費帳號每天可使用 3 次免費特效，體驗 Pixel Dojo。所有方案都包含 Grok Imagine，每月 $10 起；訂閱期間，未用完的點數可持續累積。一支 5 s、720p 影片需 7.5 點數。
可以。Grok Imagine 會同步生成畫面與聲音，本頁每支 Grok Imagine 範例影片都附有各自的音訊。要製作對白，請使用 Grok Imagine 1.5：它能讓起始圖片動起來，搭配同步音訊。在我們的月台場景影片中，隨著低語聲播放，她的嘴型也同步呈現台詞。
支援 1 至 15 秒影片，解析度可選 480p 或 720p，畫面比例包含 16:9、9:16、1:1、4:3、3:4、3:2 或 2:3。我們的 720p 範例影片為 1280 × 720、24 fps，直式時尚影片則為 720 × 1280。
Grok Imagine 支援文字生成影片與圖片生成影片，每秒 1.5 點數。Grok Imagine 1.5 支援圖片生成影片並搭配同步音訊，每秒 2.5 點數，專為開口說話的角色打造。兩者都在同一個工具中操作，你可以先用標準模型讓靜態圖片動起來，需要加入對白時再切換至 1.5。