
Grok Imagine Video 1.5 Lite ist xAIs kostengünstigstes Modell der Grok-Imagine-Videofamilie und wurde für die integrierte Bild- und Tonerzeugung aus Prompts oder Quellbildern entwickelt. Es unterstützt sprachsynchronisierte Lippenbewegungen und eine wählbare Ausgabequalität, einschließlich 1080p, hochskaliert von 720p. Nutze beide Generierungsmodi auf Atlas Cloud mit nutzungsbasierter Abrechnung von $0.02 pro Sekunde und einem einzigen OpenAI-kompatiblen Schlüssel. Beginne noch heute mit der Entwicklung.
Grok Imagine Video 1.5 Lite wurde von xAI entwickelt. Atlas Cloud (betrieben von Atlas Cloud AI LLC) stellt lediglich den Zugang bereit und ist nicht Eigentümerin des Modells. Alle Marken sind Eigentum ihrer jeweiligen Inhaber.
Wählen Sie den Grok Imagine Video 1.5 Lite-Workflow, der zu Ihrem Ausgangsmaterial, Ihren Ausgabeanforderungen und Ihrem Produktionsprozess passt.
| Modalität | Beschreibung |
|---|---|
| Grok Imagine Video 1.5 Lite I2V API (Image To Video) | Animieren Sie ein Ausgangsbild zu einem 1 bis 15 Sekunden langen Video in 480p, 720p oder 1080p; 1080p wird aus 720p hochskaliert. Nativer Ton und synchronisierte Lippenbewegungen machen diesen Endpoint geeignet für Charakteranimationen, Produktvisualisierungen und Social-Media-Clips zu $0.02 pro Sekunde. |
| Grok Imagine Video 1.5 Lite T2V API (Text To Video) | Erstellen Sie aus einem Text-Prompt einen 1 bis 15 Sekunden langen Clip mit nativem Ton und lippensynchroner Sprache. Wählen Sie eine Ausgabe in 480p, 720p oder 1080p; 1080p wird aus 720p hochskaliert. Geeignet für Konzeptvideos, kurze Erzählungen und Werbeinhalte zu $0.02 pro Sekunde. |
Grok Imagine Video 1.5 Lite verwandelt Prompts oder Ausgangsbilder in 1 bis 15 Sekunden lange Clips mit nativem Audio, lippensynchroner Sprache, sieben Text-zu-Video-Seitenverhältnissen, drei Auflösungsstufen bis hin zu hochskaliertem 1080p und transparentem Atlas-Cloud-Zugriff für $0.02 pro generierter Sekunde über eine einzige API.
Grok Imagine Video 1.5 Lite unterstützt sowohl Text-zu-Video- als auch Bild-zu-Video-Generierung. Starten Sie mit einer beschriebenen Szene oder stellen Sie ein Bild als Anfangsbild bereit und steuern Sie anschließend die Handlung mit einem Prompt. Beide Wege erzeugen Clips innerhalb derselben Modellfamilie. Diese Flexibilität eignet sich für Teams, die von schnellen Konzepten zu animierten Produktbildern wechseln möchten, ohne den Videoanbieter zu wechseln.
Wählen Sie für jeden Clip eine beliebige Länge von 1 bis 15 Sekunden, statt sich an eine feste Dauer zu halten. Kurze Durchläufe eignen sich zum kostengünstigen Testen einer Idee, während längere Generierungen einer Handlung oder einem gesprochenen Moment mehr Raum zur Entfaltung geben. Das anpassbare Zeitfenster hilft Entwicklern, die Ausgabelänge präziser an Social-Media-Posts, Produktmomente und kompakte narrative Szenen anzupassen.
Wählen Sie für jede Generierung eine Ausgabe in 480p, 720p oder 1080p, wobei 1080p durch Hochskalierung von 720p bereitgestellt wird. Verwenden Sie niedrigere Stufen für schnelle Iterationen und reservieren Sie die größte Bildgröße für ausgearbeitete Vorschauen oder die finale Auslieferung. Klare Auflösungsoptionen ermöglichen es einer Produktion, visuelle Details, nachgelagerte Bandbreite und Kosten je nach tatsächlichem Einsatzort des Clips auszubalancieren.
Jeder generierte Clip enthält natives Audio, und gesprochene Zeilen können mit sichtbaren Lippenbewegungen synchronisiert werden. Beschreiben Sie Dialoge, Umgebungsgeräusche, Musik oder Effekte zusammen mit der Szene, damit Bild und Ton gemeinsam erstellt werden. Bei Dialogen zwischen Figuren, musikgetriebenen Schnitten und atmosphärisch dichten Erzählungen verringert diese kombinierte Ausgabe den Bedarf an einer separaten Audiobearbeitung.
Text-zu-Video-Anfragen können in sieben Seitenverhältnissen gerendert werden: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4 und 9:16. Legen Sie das Format vor der Generierung fest, um die Ausgabe an Querformat, quadratische oder vertikale Darstellung anzupassen. Bei Bild-zu-Video richtet sich die Ausgabe stattdessen nach dem bereitgestellten Ausgangsbild, sodass die Bewegung die bereits gewählte Komposition für dieses Ausgangsmaterial in gängigen digitalen Veröffentlichungsabläufen beibehält.
Mit einem Standardpreis von $0.02 pro generierter Sekunde ist Grok Imagine Video 1.5 Lite für kostenbewusste Video-Workflows ausgelegt. Die Nutzung wird transparent pro Sekunde abgerechnet, sodass sich kurze Tests und längere Renderings leicht kalkulieren lassen. Atlas Cloud bündelt Text- und Bildgenerierung hinter einer einzigen API und vereinfacht damit die Integration in Produkte, die regelmäßig Clips erstellen müssen.
Sehen Sie, wie Grok Imagine Video 1.5 Lite und zwei Atlas-Cloud-Alternativen identische filmische Prompts in realistischer Action und stilisierter Fantasy interpretieren.
Eine 8–10 Sekunden lange Miniatur-Actiongeschichte hinter den Kulissen einer Ballettpremiere: Eine Ballerina beugt sich hinunter, um ihren Spitzenschuh zu binden, als ein scharlachrotes Satinband plötzlich zum Leben erwacht und davonflitzt. Beginne mit einer extremen Makro-Nahaufnahme der Schuhspitze, der straff gespannten Bänder und der schimmernden Seidenfasern; fahre rasch vor, während sich das Band löst, und gehe dann in eine bodennahe Verfolgungsaufnahme über, die neben ihm herjagt, während es sich um Kostümständer windet, durch rotierende Bühnenbildräder schlängelt, unter Vorhängen hindurchschnellt und lose Federn in wirbelnde Vortizes peitscht. Die Tänzerin verfolgt es, ohne ihre Ballettform zu verlieren – schnelle Chaîné-Drehungen, weite Überkreuzschritte, ein präziser Sprung über ein rollendes Requisit und anschließend ein nahtloses, knietiefes Gleiten unter hängenden Kostümen hindurch –, während die Kamera durch Kostümständer und Bühnenmaschinen hindurch eine überzeugende Verfolgung mit Verdeckungen aufrechterhält. Schwenke in einen kalt blaugrauen Seitengang zu einer seitlichen Weitaufnahme ihrer letzten beschleunigten Sequenz; eine Sekunde bevor sich der Vorhang hebt, springt sie und fixiert das Band unter ihrem Spitzenschuh. Wendung: Das Band spiralisiert sich sofort wie ein lebendiger Partner ihren Arm hinauf. Folge ihr aus nächster Nähe von hinten, während sie durch den sich öffnenden Vorhang auf eine bernsteingoldene Bühne stürmt, wo sich das Band zu einem eleganten, durchscheinenden virtuellen Tanzpartner entfaltet und sich ihrer ersten Drehung anschließt. Dramatischer Lichtwechsel von kühlen cyan-grauen Schatten hinter der Bühne zu strahlendem bernsteingoldenem Rampenlicht, wobei Scharlachrot die Bildkomposition kontinuierlich führt. Handgemalte Gouache-Animation, kombiniert mit fotorealistischer Seidentextur, ausdrucksstarker Pinselarbeit, flüssiger, flexibler Körperphysik, kontinuierlicher anmutiger Bewegung, stabilem Charakterdesign, detaillierten Stoffkollisionen, keine Zeitlupe, keine statischen Füllszenen. Audio: dringliche Spitzenschuhschritte, raschelnder Satin, klappernde Bühnenbildräder, flatternde Federn, aufsteigende Orchesterstreicher, dann ein heller musikalischer Schlag beim Öffnen des Vorhangs; kein Dialog, keine Untertitel, kein Text, keine Benutzeroberflächenelemente. Seitenverhältnis 16:9.
Generated with Grok Imagine Video V1.5 Lite Text-to-Video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
Eine 8–10 Sekunden lange hyperrealistische filmische Makrosequenz in einer traditionellen venezianischen Glasbläserwerkstatt bei Tagesanbruch: Eine weibliche Glasbläserin mit schweißglänzender Haut dreht kontinuierlich ein langes Blasrohr neben einem lodernden Ofen und bläst eine glühend orange-rote Glasmasse zu einem transparenten Feuervogel mit zarten bernsteinfarbenen Flügeln und kobaltblauen Akzenten auf. Beginne mit einer extremen Makro-Nahaufnahme des zähflüssigen Glases, das sich wie atmend bewegt, dehnt und die Flammen bricht; fahre rasch in eine Schulterkamera-Verfolgungsaufnahme zurück, während der lebendige Glasvogel sich plötzlich losreißt, durch flimmernde Hitzeschlieren flattert, an hängenden Kelchen vorbeistreift und eine Kette winziger Glasperlen zu Boden stößt, die sich verteilen, abprallen, drehen und bei physikalisch korrekten Kollisionen klingeln. Sie reagiert sofort, hebt eine lange Stahlzange und verfolgt seine Bahn; schwenke in eine schnelle, nahtlose Umkreisung des Ofens, während der Feuervogel einen fließenden Umlauf vollendet und sein transparenter Körper Spiegelungen und warmes Licht biegt, ohne sein Design zu verändern. Beende aus einer dramatischen Untersicht, während der Vogel freiwillig auf den Zangenspitzen landet, seine Flügel faltet und zu einem exquisiten Miniaturornament kristallisiert, während sie ihn stabilisiert, atemlos und lächelnd. Warmes Ofenfeuer als Hauptlicht, indigoblaues Morgenlicht als Kantenlicht durch das Fenster, kontrollierte bernsteinfarbene, kobaltblaue und kristallklare Glanzlichter, realistische Hitzeverzerrung, Verformung von Schmelzglas, Spiegelungen, Lichtbrechungen, Funken, Schweiß und durchgehend konsistente Identität des Motivs. gestochen scharfe Hochgeschwindigkeitsbewegung mit natürlicher Bewegungsunschärfe, keine Zeitlupe, keine statischen Füllszenen, keine Schnitte, die die Kontinuität unterbrechen. Immersives synchronisiertes Audio: Ofenbrüllen, rhythmische Atemzüge der Glasbläserin, flügelähnliches kristallines Klingen, schwingende Kelche, herabprasselndes Perlenklingeln, metallisches Klicken der Zange und ein kurzes musikalisches Schimmern bei der finalen Verwandlung. Keine Bildschirme, Softwareoberflächen, Dashboards, Fortschrittsbalken, Diagramme, Bildunterschriften, Untertitel, Logos, Wasserzeichen, zusätzlichen Gliedmaßen, deformierten Händen, duplizierten Werkzeugen, inkonsistenter Vogelanatomie, undurchsichtigem Glas, plastikartig wirkenden Oberflächen, schwebenden Objekten ohne physische Interaktion oder flackernden Identitäten. Seitenverhältnis 16:9.
Generated with Grok Imagine Video V1.5 Lite Text-to-Video on Atlas Cloud
Generated with Kling V3.0 Turbo Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
Grok Imagine Video 1.5 Lite verwandelt Text-Prompts oder ein Ausgangsbild in 1- bis 15-sekündige Clips und eröffnet praxisnahe Möglichkeiten für Social-Media-Konzepte, Produktanimationen, lippensynchronen Dialog, Anzeigenvarianten, Vorschauen und erzählte Storyboards mit nativem Audio.
Verwandle schriftliche Konzepte in 1- bis 15-sekündige Clips mit nativem Audio für Experimente mit Social-Media-Inhalten. Kreative können prägnante Kampagnenideen, Plattform-Teaser oder wiederkehrende visuelle Beiträge allein aus Text entwickeln.
Starte mit einem Produktbild und steuere eine 1- bis 15-sekündige Bewegungssequenz mit nativem Audio. Das Ergebnis eignet sich für Produktpräsentationen, Vorschauen für Online-Shops oder Werbemittel, ohne dass ein rein textbasierter Ausgangspunkt erforderlich ist.
Dialogszenen verbinden generiertes Video mit nativem Audio und lippensynchroner Sprache in einer Ausgabe. Nutze sie für Gespräche zwischen Figuren, erzählte Reaktionen oder kurze Handlungsmomente, bei denen eine sichtbare Übereinstimmung von Lippenbewegungen und Sprache erforderlich ist.
Bei $0.02 pro Sekunde verwandelt das Modell Prompts oder Ausgangsbilder in kurze Videos mit nativem Audio. Marketingteams können mehrere Konzepte, Hooks und visuelle Richtungen testen und dabei die Generierungskosten planbar halten.
Wähle eine Ausgabe in 480p, 720p oder 1080p, wobei 1080p aus 720p hochskaliert wird, um Anforderungen an Prüfung und Auslieferung abzudecken. Entwickler können über eine einzige Modellfamilie schlanke Prototypen, Präsentationsclips oder Vorschauen mit höherer Auflösung erstellen.
Verwandle eine Szenenbeschreibung in einen zeitlich abgestimmten Videoentwurf mit nativem Audio und lippensynchroner Sprache. Filmemacher und Kreativteams können Dialogmomente, Stimmung und Tempo visualisieren, bevor sie sich auf eine längere Produktion festlegen.
Vergleiche Grok Imagine Video 1.5 Lite mit drei Atlas Cloud-Videomodellen nach Eingabeworkflow, Clip-Länge, Auflösung, nativem Audio und Standardpreis für die Generierung.
| Modell | Eingabeworkflows | Clip-Länge | Ausgabeauflösung | Natives Audio | Standardpreis |
|---|---|---|---|---|---|
| Grok Imagine Video 1.5 Lite | Text, Bild | 1 bis 15 Sekunden | 480p, 720p, 1080p, hochskaliert von 720p | √ | $0.02/Sekunde |
| MiniMax H3 Text-to-Video | Text | 4 bis 15 Sekunden | 480P, 768P, 2K | √ | $0.038/Sekunde |
| Seedance 2.0 Mini Text-to-Video | Text | 4 bis 15 Sekunden oder automatisch | 480p, 720p, 720p-SR, 1080p-SR, 1440p-SR | √ | $0.056/Sekunde |
| Veo 3.1 Lite Text-to-video | Text | 4, 6 oder 8 Sekunden | 720p, 1080p bei 8-Sekunden-Ausgabe | √ | $0.05/Sekunde |
In wenigen Minuten startklar — folgen Sie diesen einfachen Schritten, um Modelle über die Plattform von Atlas Cloud zu integrieren und bereitzustellen.
Registrieren Sie sich auf atlascloud.ai und schließen Sie die Verifizierung ab. Neue Nutzer erhalten kostenlose Credits zum Erkunden der Plattform und Testen von Modellen.
Die Kombination der fortschrittlichen Grok Imagine Video 1.5 Lite-Modelle mit der GPU-beschleunigten Plattform von Atlas Cloud bietet unübertroffene Leistung, Skalierbarkeit und Entwicklererfahrung.
Niedrige Latenz:
GPU-optimierte Inferenz für Echtzeit-Reasoning.
Einheitliche API:
Führen Sie Grok Imagine Video 1.5 Lite, GPT, Gemini und DeepSeek mit einer Integration aus.
Transparente Preisgestaltung:
Vorhersehbare Token-basierte Abrechnung mit serverlosen Optionen.
Entwicklererfahrung:
SDKs, Analysen, Fine-Tuning-Tools und Vorlagen.
Zuverlässigkeit:
99,99% Verfügbarkeit, RBAC und compliance-bereite Protokollierung.
Sicherheit & Compliance:
SOC 2 Type II, HIPAA-Ausrichtung, Datensouveränität in den USA.
Grok Imagine Video 1.5 Lite ist das kostengünstigste Modell der Video-1.5-Familie von xAI zur Erstellung kurzer Clips aus Text oder einem Startbild. Es erzeugt Videos mit einer Länge von 1 bis 15 Sekunden, einschließlich nativem Audio und lippensynchroner Sprache.
Wandle einen Text-Prompt in ein vollständiges Video um oder animiere ein vorhandenes Bild als Eröffnungsbild einer neuen Szene. Beide Generierungsmodi können in einem Durchlauf synchronisierte Dialoge, Umgebungsgeräusche und Soundeffekte erzeugen.
Wähle den text-to-video endpoint für die Generierung ausschließlich aus einem Prompt oder den image-to-video endpoint, wenn du ein Startbild hast. Gib einen Prompt ein, wähle Dauer und Auflösung aus und übermittle anschließend die Anfrage. Für die Bildanimation musst du zusätzlich das erforderliche Quellbild angeben.
Ja, das Modell erzeugt Audio nativ zusammen mit den visuellen Inhalten und unterstützt lippensynchrone Sprache. Beschreibe den gewünschten Dialog, die Atmosphäre und die Soundeffekte in deinem Prompt, damit sie in die Szene integriert werden können.
Clips können 1 bis 15 Sekunden lang sein und mit einer Ausgabe von 480p, 720p oder 1080p erstellt werden. Die Option 1080p wird von 720p hochskaliert und nicht nativ in 1080p gerendert.
Dein bereitgestelltes Bild wird zum ersten Frame, während der Prompt die anschließende Bewegung, das Kameraverhalten und das Audio steuert. Der generierte Clip übernimmt das Seitenverhältnis des Quellbilds.
Atlas Cloud führt für den text-to-video endpoint und den image-to-video endpoint einen Standardpreis von $0.02 pro generierter Sekunde auf. Bei der nutzungsabhängigen Abrechnung richten sich die Kosten nach der angeforderten Ausgabedauer.
Lite legt den Schwerpunkt auf eine kostengünstigere text-to-video- und image-to-video-Generierung für einfachere Produktionsanforderungen. Das vollständige Video-1.5-Modell ist für Workflows vorgesehen, die Referenzbilder, Sprachreferenzen, fixierte Frames oder eine native 1080p-Ausgabe erfordern. Wähle Lite, wenn kosteneffiziente Iterationen wichtiger sind als diese erweiterten Steuerungsmöglichkeiten.
Anleitungen, Tutorials und Produkt-Updates, mit denen Sie das Beste aus Atlas Cloud herausholen.