
Grok Imagine Video 1.5 Lite é o modelo de menor custo da xAI na família de vídeos Grok Imagine, desenvolvido para a geração integrada de conteúdo visual e sonoro a partir de prompts ou imagens de origem. Ele oferece suporte a falas sincronizadas com o movimento dos lábios e à seleção da qualidade de saída, incluindo 1080p com upscaling a partir de 720p. Acesse os dois modos de geração no Atlas Cloud com preços sob demanda de $0.02 por segundo e uma única chave compatível com OpenAI. Comece a desenvolver hoje.
Grok Imagine Video 1.5 Lite foi desenvolvido pela xAI. A Atlas Cloud (operada pela Atlas Cloud AI LLC) fornece acesso ao modelo, mas não é sua proprietária. Todas as marcas registradas pertencem aos seus respectivos titulares.
Escolha o fluxo de trabalho do Grok Imagine Video 1.5 Lite que corresponda ao seu material de origem, às necessidades de saída e ao processo de produção.
| Modalidade | Descrição |
|---|---|
| Grok Imagine Video 1.5 Lite I2V API (Image To Video) | Anime uma imagem inicial e transforme-a em um vídeo de 1 a 15 segundos em 480p, 720p ou 1080p, com 1080p ampliado a partir de 720p. O áudio nativo e o movimento labial sincronizado tornam este endpoint adequado para animação de personagens, materiais visuais de produtos e clipes para redes sociais, a US$ 0,02 por segundo. |
| Grok Imagine Video 1.5 Lite T2V API (Text To Video) | Transforme um prompt de texto em um clipe de 1 a 15 segundos com áudio nativo e fala sincronizada com os movimentos labiais. Selecione uma saída em 480p, 720p ou 1080p, com 1080p ampliado a partir de 720p, para vídeos conceituais, narrativas curtas e conteúdo promocional, a US$ 0,02 por segundo. |
Grok Imagine Video 1.5 Lite transforma prompts ou imagens iniciais em clipes de 1 a 15 segundos com áudio nativo, fala sincronizada com os lábios, sete proporções para texto para vídeo, três níveis de resolução de até 1080p ampliado e acesso transparente ao Atlas Cloud por US$ 0,02 por segundo gerado, tudo por meio de uma única API.
Grok Imagine Video 1.5 Lite oferece suporte à geração de texto para vídeo e imagem para vídeo. Comece com uma cena escrita ou forneça uma imagem como quadro inicial e, em seguida, direcione a ação com um prompt. As duas opções produzem clipes dentro da mesma família de modelos. Essa flexibilidade é ideal para equipes que passam rapidamente de conceitos iniciais a imagens estáticas de produtos animadas sem trocar de provedor de vídeo.
Escolha qualquer duração de clipe entre 1 e 15 segundos, em vez de trabalhar com uma única duração fixa. Execuções curtas permitem testar uma ideia com economia, enquanto gerações mais longas dão mais espaço para uma ação ou fala se desenvolver. Essa janela ajustável ajuda os desenvolvedores a adequar com mais precisão a duração da saída a publicações em redes sociais, momentos de produto e cenas narrativas compactas.
Selecione uma saída em 480p, 720p ou 1080p para cada geração, com 1080p obtido por ampliação a partir de 720p. Use níveis mais baixos para iterar rapidamente e reserve o maior tamanho de quadro para prévias refinadas ou a entrega final. Opções claras de resolução permitem equilibrar detalhes visuais, largura de banda downstream e custo de acordo com o local em que cada clipe será usado.
O áudio nativo acompanha todos os clipes gerados, e as falas podem ser sincronizadas com o movimento visível dos lábios. Descreva diálogos, sons ambientes, música ou efeitos junto com a cena para que imagem e som sejam criados em conjunto. Em diálogos entre personagens, edições guiadas por música e narrativas ricas em atmosfera, essa saída combinada reduz a necessidade de montar uma etapa de áudio separada.
As solicitações de texto para vídeo podem ser renderizadas em sete proporções: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4 e 9:16. Defina o formato antes da geração para adequá-lo a entregas horizontais, quadradas ou verticais. A imagem para vídeo segue o quadro inicial fornecido, ajudando o movimento a preservar a composição já escolhida para essa fonte em fluxos comuns de publicação digital.
Com um preço padrão de US$ 0,02 por segundo gerado, Grok Imagine Video 1.5 Lite foi desenvolvido para fluxos de vídeo com foco no controle de custos. O uso segue uma cobrança transparente por segundo, facilitando a previsão tanto de testes curtos quanto de renderizações mais longas. O Atlas Cloud reúne a geração de texto e imagem em uma única API, simplificando a integração de produtos que precisam produzir clipes repetidamente.
Veja como o Grok Imagine Video 1.5 Lite e duas alternativas do Atlas Cloud interpretam prompts cinematográficos idênticos, combinando ação realista e fantasia estilizada.
Uma narrativa de ação em miniatura de 8–10 segundos, ambientada nos bastidores da estreia de um balé: uma bailarina se curva para amarrar sua sapatilha de ponta quando uma fita de cetim escarlate ganha vida de repente e sai disparada. Comece com um close-up macro extremo da ponta da sapatilha, dos cadarços esticados e das fibras de seda cintilantes; avance rapidamente enquanto a fita se solta, então desça para um plano de acompanhamento ao nível do chão, correndo ao seu lado enquanto ela se enrola em araras de figurinos, passa pelas rodas giratórias do cenário, estala sob as cortinas e lança penas soltas em vórtices espiralados. A dançarina a persegue sem perder a postura do balé—giros chaîné rápidos, longos passos cruzados, um salto preciso sobre um adereço em movimento e, em seguida, um deslizar contínuo rente ao chão, abaixo dos figurinos suspensos—enquanto a câmera mantém um rastreamento convincente com oclusões através das araras e da maquinaria do palco. Faça uma panorâmica brusca até um corredor lateral azul-acinzentado e frio, em um plano aberto lateral de sua sequência final acelerada; um segundo antes de a cortina subir, ela salta e prende a fita sob sua sapatilha de ponta. Reviravolta: a fita imediatamente sobe em espiral pelo braço dela como uma parceira viva. Acompanhe de perto por trás enquanto ela avança pela cortina aberta até um palco dourado-âmbar, onde a fita se desdobra em uma elegante parceira virtual de dança translúcida e se junta ao seu primeiro giro. Transição dramática de iluminação, das sombras azul-ciano-acinzentadas e frias dos bastidores para os refletores dourados-âmbar radiantes, com o vermelho escarlate guiando continuamente a composição. Animação em guache pintada à mão, combinada com textura de seda fotorrealista, pinceladas expressivas, física fluida de corpos flexíveis, movimento contínuo e gracioso, design de personagem estável, colisões intrincadas de tecidos, sem câmera lenta, sem preenchimento estático. Áudio: batidas urgentes de sapatilhas de ponta, cetim farfalhando, rodas do cenário chacoalhando, penas esvoaçando, cordas orquestrais ascendentes e, então, um golpe musical brilhante quando a cortina se abre; sem diálogo, sem legendas, sem texto, sem elementos de interface. Proporção de aspecto 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
Uma sequência macro cinematográfica hiper-realista de 8–10 segundos, dentro de uma oficina tradicional de sopro de vidro veneziana ao amanhecer: uma vidreira com a pele reluzente de suor gira continuamente um longo tubo de sopro ao lado de uma fornalha estrondosa, inflando uma massa de vidro fundido laranja-avermelhada até transformá-la em um pássaro de fogo transparente, com delicadas asas âmbar e detalhes azul-cobalto. Comece com um close-up macro extremo do vidro viscoso respirando, se esticando e refratando as chamas; afaste rapidamente a câmera em um plano de acompanhamento por cima do ombro enquanto o pássaro de vidro vivo se liberta de repente, bate as asas através da miragem de calor cintilante, passa rente a taças suspensas e derruba um cordão de pequenas contas de vidro, que se espalham, quicam, giram e tilintam com colisões fisicamente precisas. Ela reage instantaneamente, erguendo longas pinças de aço e seguindo sua trajetória; faça uma panorâmica brusca até uma órbita rápida e contínua ao redor da fornalha enquanto o pássaro de fogo completa um circuito fluido, seu corpo transparente curvando reflexos e luz quente sem alterar seu design. Termine em um ângulo baixo dramático, enquanto o pássaro pousa voluntariamente nas pontas das pinças, dobra as asas e se cristaliza em um requintado ornamento em miniatura, enquanto ela o estabiliza, ofegante e sorrindo. Fogo quente da fornalha como luz principal, luz de recorte índigo do amanhecer entrando pela janela, realces controlados em âmbar, azul-cobalto e cristalino, distorção realista do calor, deformação do vidro fundido, reflexos, refrações, faíscas, suor e identidade contínua do objeto. Movimento nítido em alta velocidade, com desfoque de movimento natural, sem câmera lenta, sem preenchimento estático, sem cortes que quebrem a continuidade. Áudio imersivo sincronizado: rugido da fornalha, respirações rítmicas da vidreira, tilintar cristalino semelhante ao de asas, taças balançando, tilintar cascata das contas, clique das pinças metálicas e um breve brilho musical na transformação final. Sem telas, interfaces de software, painéis, barras de progresso, gráficos, legendas, subtítulos, logotipos, marcas-d’água, membros extras, mãos deformadas, ferramentas duplicadas, anatomia inconsistente do pássaro, vidro opaco, superfícies com aparência de plástico, objetos flutuando sem interação física ou identidades piscando. Proporção de aspecto 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
O Grok Imagine Video 1.5 Lite transforma prompts de texto ou uma imagem inicial em clipes de 1 a 15 segundos, abrindo caminhos práticos para conceitos de redes sociais, animações de produtos, diálogos sincronizados com os lábios, variações de anúncios, prévias e storyboards narrados com áudio nativo.
Transforme conceitos escritos em clipes de 1 a 15 segundos com áudio nativo para experimentar conteúdos para redes sociais. Criadores podem desenvolver ideias concisas de campanhas, teasers para plataformas ou publicações visuais recorrentes usando apenas texto.
Comece com uma imagem de produto e oriente uma sequência de movimento de 1 a 15 segundos com áudio nativo. O resultado pode ser usado em revelações de produtos, prévias de vitrines ou materiais promocionais sem exigir um ponto de partida exclusivamente textual.
Cenas de diálogo combinam vídeo gerado com áudio nativo e fala sincronizada com os lábios em uma única saída. Use-as para interações entre personagens, reações narradas ou momentos curtos de histórias que exigem alinhamento visível da fala.
A $0.02 por segundo, o modelo transforma prompts ou imagens iniciais em vídeos curtos com áudio nativo. Equipes de marketing podem testar vários conceitos, ganchos e direções visuais mantendo os custos de geração previsíveis.
Escolha uma saída em 480p, 720p ou 1080p, com 1080p ampliado a partir de 720p, para atender às necessidades de revisão e entrega. Desenvolvedores podem criar protótipos leves, clipes para apresentações ou prévias em maior resolução por meio de uma única família de modelos.
Converta uma descrição de cena em um rascunho de vídeo temporizado, completo com áudio nativo e fala sincronizada com os lábios. Cineastas e equipes criativas podem visualizar momentos de diálogo, clima e ritmo antes de se comprometerem com uma produção mais longa.
Compare o Grok Imagine Video 1.5 Lite com três modelos de vídeo da Atlas Cloud por fluxo de entrada, duração do clipe, resolução, áudio nativo e preço padrão de geração.
| Modelo | Fluxos de entrada | Duração do clipe | Resolução de saída | Áudio nativo | Preço padrão |
|---|---|---|---|---|---|
| Grok Imagine Video 1.5 Lite | Texto, imagem | 1 a 15 segundos | 480p, 720p, 1080p ampliado de 720p | √ | $0.02/segundo |
| MiniMax H3 Text-to-Video | Texto | 4 a 15 segundos | 480P, 768P, 2K | √ | $0.038/segundo |
| Seedance 2.0 Mini Text-to-Video | Texto | 4 a 15 segundos ou automático | 480p, 720p, 720p-SR, 1080p-SR, 1440p-SR | √ | $0.056/segundo |
| Veo 3.1 Lite Text-to-video | Texto | 4, 6 ou 8 segundos | 720p, 1080p com saída de 8 segundos | √ | $0.05/segundo |
Comece em minutos — siga estes passos simples para integrar e implantar modelos pela plataforma da Atlas Cloud.
Cadastre-se em atlascloud.ai e conclua a verificação. Novos usuários recebem créditos gratuitos para explorar a plataforma e testar modelos.
Combine modelos avançados de Grok Imagine Video 1.5 Lite com a plataforma acelerada por GPU do Atlas Cloud, fornecendo desempenho, escalabilidade e experiência de desenvolvimento incomparáveis.
Baixa Latência:
Inferência otimizada por GPU para respostas em tempo real.
API Unificada:
Uma única integração para acessar Grok Imagine Video 1.5 Lite, GPT, Gemini e DeepSeek.
Preços Transparentes:
Faturamento por Token, suporta modo Serverless.
Experiência do Desenvolvedor:
SDK, análise de dados, ferramentas de ajuste fino e modelos tudo em um.
Confiabilidade:
99.99% de disponibilidade, controle de permissões RBAC, logs de conformidade.
Segurança e Conformidade:
Certificação SOC 2 Type II, conformidade HIPAA, soberania de dados nos EUA.
O Grok Imagine Video 1.5 Lite é o modelo de menor custo da xAI na família Video 1.5 para gerar clipes curtos a partir de texto ou de uma imagem inicial. Ele produz vídeos de 1 a 15 segundos com áudio nativo e fala sincronizada com os lábios.
Transforme um prompt escrito em um vídeo completo ou anime uma imagem existente como o primeiro quadro de uma nova cena. Os dois modos de geração podem produzir diálogo sincronizado, som ambiente e efeitos na mesma etapa.
Escolha o endpoint text-to-video para gerar conteúdo somente a partir de um prompt ou o endpoint image-to-video quando tiver um quadro inicial. Insira um prompt, selecione a duração e a resolução e envie a solicitação. Para animar uma imagem, forneça também a imagem de origem obrigatória.
Sim. O modelo gera o áudio nativamente junto com os elementos visuais e oferece suporte a fala sincronizada com os lábios. Descreva no prompt o diálogo, a ambientação e os efeitos sonoros desejados para que sejam incorporados à cena.
Os clipes podem ter de 1 a 15 segundos e usar saída em 480p, 720p ou 1080p. A opção 1080p é ampliada a partir de 720p, em vez de ser renderizada nativamente em 1080p.
A imagem fornecida se torna o primeiro quadro, enquanto o prompt orienta o movimento subsequente, o comportamento da câmera e o áudio. O clipe gerado segue a proporção da imagem de origem.
O Atlas Cloud informa um preço padrão de $0.02 por segundo gerado para os endpoints text-to-video e image-to-video. A cobrança varia de acordo com a duração de saída solicitada, no modelo de pagamento conforme o uso.
O Lite prioriza a geração de conteúdo text-to-video e image-to-video de menor custo para necessidades de produção mais simples. O modelo Video 1.5 completo é indicado para fluxos de trabalho que exigem imagens de referência, referências de voz, quadros fixados ou saída nativa em 1080p. Escolha o Lite quando a iteração econômica for mais importante do que esses controles avançados.
Guias, tutoriais e novidades de produto para você aproveitar ao máximo a Atlas Cloud.