
Grok Imagine Video ger utvecklare tillgång till xAI:s videofamilj för att skapa, animera, förlänga och redigera klipp. Generera videor på 1 till 15 sekunder från prompter, styr personer, objekt eller stilar med upp till sju referensbilder och arbeta i 480p eller 720p. Atlas Cloud samlar dessa funktioner via OpenAI-kompatibla endpoints med transparent, användningsbaserad prissättning. Börja bygga idag.
Grok Imagine Video är utvecklad av xAI. Atlas Cloud (som drivs av Atlas Cloud AI LLC) tillhandahåller åtkomst till modellen men äger den inte. Alla varumärken tillhör sina respektive ägare.
Välj den Grok Imagine Video-endpoint som passar dina källresurser, önskade transformation och produktionsarbetsflöde.
| Modalitet | Beskrivning |
|---|---|
| Grok Imagine Video T2V API (Text To Video) | Omvandla promptar på naturligt språk till videor på 1–15 sekunder i 480p eller 720p. Den här endpointen passar för konceptvisualisering, klipp för sociala medier och scener som skapas utan källmedia. |
| Grok Imagine Video I2V API (Image To Video) | Utgå från en angiven bild och använd promptar på naturligt språk för att skapa rörelse i en video i 480p eller 720p. Använd den för att animera illustrationer, produktbilder, karaktärsbildrutor eller kampanjmaterial. |
| Grok Imagine Video R2V API (Reference To Video) | Styr videogenereringen med 1–7 referensbilder som föreställer personer, objekt eller visuella stilar. Resultatet kan vara upp till 10 sekunder långt i 480p eller 720p, vilket möjliggör kreativ produktion baserad på referenser. |
| Grok Imagine Video Extend API (Video Extension) | Fortsätt en befintlig MP4 på 2–15 sekunder med en promptstyrd förlängning på 2–10 sekunder. Resultatet matchar indatans format och är begränsat till 720p, vilket gör endpointen användbar för att förlänga etablerade bildsekvenser. |
| Grok Imagine Video Edit API (Video Editing) | Tillhandahåll en MP4-fil och instruktioner på naturligt språk för att ändra det visuella innehållet samtidigt som källans längd behålls. Resultatet är begränsat till 8.7 sekunder, vilket passar riktade korrigeringar och promptbaserade transformationer av kort videomaterial. |
Grok Imagine Video omvandlar text, startbilder och upp till sju referenser till korta klipp och förlänger eller redigerar sedan befintligt MP4-material via Atlas Clouds enhetliga API med betalning efter användning.
Skriv en prompt på naturligt språk och generera ett klipp på 1 till 15 sekunder i 480p eller 720p. Sju bildförhållanden, inklusive 16:9, 1:1 och 9:16, gör att varje bildruta kan anpassas till det avsedda formatet. Styr motiv, handling, kamerarörelse och stämning direkt i prompten. Det är en flexibel utgångspunkt för berättelsemoment, kampanjkoncept och sociala videor.
Omvandla en angiven startbild till en video på 1 till 15 sekunder i 480p eller 720p. Bilden definierar den inledande kompositionen, medan en rörelseprompt på naturligt språk styr rörelsen och scenens utveckling. Välj mellan sju bildförhållanden när ett annat utdataformat behövs. Det här arbetsflödet passar produktbilder, illustrerade scener och konstnärligt styrda koncept som behöver rörelse utan att öppningsbilden måste byggas om.
Styr en video med 1 till 7 referensbilder som representerar personer, objekt eller visuella stilar. Hänvisa till enskilda indata i prompten och generera sedan upp till 10 sekunder i 480p eller 720p med sju stödda bildförhållanden. Eftersom referenserna formar scenen utan att enbart fungera som en startbild får kreatörer större kontroll över återkommande visuella element. Använd det för karaktärsdrivna scener, produktberättande eller stilmedvetna kampanjer.
Fortsätt en befintlig MP4 på 2 till 15 sekunder med en promptstyrd förlängning på 2 till 10 sekunder. Grok Imagine Video fortsätter från den sista bildrutan och returnerar originalklippet tillsammans med det nya segmentet, med samma upplösning som indatan upp till 720p. Beskriv nästa handling, avslöjande eller kamerarörelse med vanligt språk. Det gör det enklare att omvandla abrupta slut till kompletta berättelsemoment.
Ge Grok Imagine Video en MP4-fil och instruktioner på naturligt språk för att förändra videomaterialet samtidigt som källans längd bevaras. Indata kan vara upp till 8.7 sekunder lång, och debiteringen baseras på indatavideons längd. Be om en visuell förändring, en stämningsförskjutning eller en ändring på scen-nivå utan att bygga om klippet från grunden. Det passar väl för korta kreativa variationer och kontrollerade finjusteringar efter generering.
Växla mellan text-till-video, bild-till-video, referensstyrd generering, förlängning och redigering via ett enhetligt API. Välj det endpoint som motsvarar det tillgängliga källmaterialet och skicka varje jobb genom ett asynkront prediktionsflöde. Använd konsekventa mönster för autentisering och integration genom hela arbetsflödet. Åtkomst med betalning efter användning stödjer experiment och repeterbara produktionspipelines. Utvecklare kan bygga mer omfattande videoverktyg med mindre integrationsarbete.
Se hur Grok Imagine Video och två ledande alternativ tolkar identiska promptar genom rörelse, kontinuitet, kamerakontroll, ljussättning och visuellt berättande.
En 8–10 sekunder lång hyperrealistisk äventyrsfilm utomhus, inspelad i en smaragdgrön ravin direkt efter ett skyfall. En kajakpaddlare i koboltblå vattentät dräkt och orange-röd flytväst forsar genom våldsamt vitt vatten från första till sista bildrutan. Inled med en extremt låg trackingbild längs vattenlinjen som rusar bredvid kajaken medan paddelbladen skär ner i strömmen och kastar skarpa stänk över linsen; kajaken skjuter upp över en brant vågkam och slungas upp i luften. Gör en whip-pan över till kajakpaddlarens förstapersonsperspektiv när båten rullar sidledes under ett nedfallet träd, bryter igenom en genomskinlig vattenridå och med knapp marginal passerar taggiga, våta klippor, samtidigt som händerna, paddeln och den koboltblå fören förblir fysiskt konsekventa genom stänk och tillfälliga skymningar. Kajakpaddlaren sätter paddeln mot strömmen, skär loss från ravinväggen i en tät returvändning och faller tillbaka ner i forsen. Vid klimax övergår scenen till ett drönarstup från klippkrönet, med en snabb nedstigning och en omloppsrörelse runt kajakpaddlaren under landningen; fören träffar en flytande trälåda med övertygande kraft och slår sönder den – och, som en plötslig lekfull överraskning, skjuter ett sammanhängande snöre av perfekt intakta färgglada papperslyktor ut, vecklar ut sig och guppar varmt över det kalla strömmande vattnet medan kajaken fortsätter framåt. Kontinuerlig anatomiskt korrekt rörelse, realistisk kajakinerti, paddelmotstånd, kollisioner, turbulent vätskedynamik, tygens rörelser, vattendroppar, stänk på linsen och oföränderlig motividentitet efter varje hinder; ingen slow motion, inga tomma etableringsbilder, inga klipp till skärmar, gränssnitt, instrumentpaneler, förloppsindikatorer, diagram, bildtexter, logotyper eller förklarande text. Mulet kallt cyanblått dagsljus, smaragdgröna regnmörka klippväggar, livfull orange-röd flytväst, varm flerfärgad lyktglöd, filmiska diagonala widescreen-kompositioner som framhäver hastighet, hög kontrast, naturlig rörelseoskärpa och uppslukande fotorealistisk action-sportskinematografi. Synkroniserat ljud: dånande forsar, skarpa paddelträffar, trä som knäcks, ansträngd andning, vatten som slår mot skrovet och en klar perkussiv musikalisk accent när lyktorna bryter sig loss. Bildförhållande 16:9.
Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
En 8–10 sekunder lång kontinuerlig actionsekvens i en utomhusbaserad nattmarknad, ögonblick före ett skyfall: en ögonbindelförsedd ramennästare springer självsäkert genom en labyrint av fullpackade matstånd medan han oavbrutet sträcker ett band av silvervita nudlar mellan händerna. Börja med en perfekt vertikal fågelperspektivbild och störta sedan snabbt från ovan ner i den neonupplysta marknadslabyrinten när de första tunga regndropparna träffar markiser och våt gatubeläggning. Lås fast vid det flygande nudelbandet och rusa bara några centimeter bredvid det när det piskar över glödande kolgrillar, förskräckta matgäster, fräsande grillar och paraplyer som slår upp i vinden; bevara sömlös mänsklig rörelse, trovärdig elastisk nudelfysik, komplex förgrundsskymning, stänkande regn, gnistor och tät ånga. Gör en whip-pan till kocken när han hoppar över en låg låda utan att bryta steget och utför sedan en snabb 360-graders omloppsrörelse runt honom när han vrider sig och släpper nudlarna bakåt med exakt rörelsemängd. Nudelbandet bågar rent ner i en kraftigt kokande koppargryta bakom honom – i triumfens exakta ögonblick hoppar en lurig orange tabbykatt fram under ståndet, hugger tag i hälften av de hängande nudlarna med munnen och rusar iväg, vilket skapar en skarp visuell poäng medan kocken fortsätter springa ovetande. Neon-noir-fotorealism, cyan-gröna och magentafärgade reflektioner över regnvåt mark, varmt ugnsorange eldljus som rytmiska visuella accenter, taktil ånga och regn, stabil koreografi, skarpa filmiska detaljer, energiskt tempo i realtid, ingen slow motion och inga klipp som bryter den rumsliga kontinuiteten eller karaktärskontinuiteten. Ljud: tilltagande åska, marknadssorl, dundrande fotsteg, paraplyer som slår upp, fräsande kol, kokande vatten och nudlar som susar synkroniserat med kamerarörelserna, med avslutning i ett klart komiskt katthämt och ett plask i koppargrytan. Inga skärmar, användargränssnitt, instrumentpaneler, förloppsindikatorer, diagram, bildtexter, undertexter, logotyper, vattenstämplar eller förklarande text. Bildförhållande 16:9.
Generated with Grok Imagine Video v1.5 Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Grok Imagine Video v1.5 Developer Text-to-Video on Atlas Cloud
Grok Imagine Video omvandlar prompter, stillbilder, referenser och befintliga MP4-filer till praktiska möjligheter för sociala klipp, produktbilder, varumärkesberättelser, längre sekvenser, riktade redigeringar och verktyg för kreatörer.
Grok Imagine Video omvandlar prompter på naturligt språk till korta klipp i 480p eller 720p. Använd det för att skapa teasers för sociala medier, kampanjkoncept och snabba visuella utkast utan att förbereda källmaterial i förväg.
Utifrån en produktbild lägger image to video endpoint till promptstyrd rörelse i 480p eller 720p. Varumärken kan omvandla katalogbilder till produktpresentationer, lanseringsmaterial och bilder för marknadsplatser.
Med en till sju bilder kan reference to video styra personer, objekt eller stilar in i ett nytt klipp. Kreativa team kan utveckla varumärkesberättelser, karaktärskoncept och produktscener med utgångspunkt i angivna bilder.
Fortsätt en befintlig MP4 med en promptstyrd förlängning på två till tio sekunder som behåller indatans upplösning upp till 720p. Detta stöder längre storyboardsekvenser, episodiska övergångar och fortsatta sekvenser från godkänt filmmaterial.
Redigera en MP4 med instruktioner på naturligt språk samtidigt som källans längd behålls, med utdata begränsad till 8.7 sekunder. Team kan skapa alternativa uttryck, lokaliserade kampanjvarianter eller reviderade visuella bearbetningar.
Skapa promptstyrda videoverktyg kring de fem Grok Imagine Video-lägena för generering, animering, referenser, förlängning och redigering. Utvecklare kan stödja kreatörers arbetsflöden med en enda produktfamilj och samtidigt välja utdata i 480p eller 720p.
Jämför arbetsflöden för Grok Imagine Video med utvalda Atlas Cloud-alternativ utifrån inmatningsmetod, klipplängd, maximal upplösning och standardpris.
| Modell | Inmatningsarbetsflöde | Klipplängd eller segmentlängd | Maximal upplösning | Standardpris |
|---|---|---|---|---|
| Grok Imagine Video Text-to-Video | Textprompt | 1–15 s | 720p | $0.05/sek |
| Grok Imagine Video Image-to-Video | Startbild + textprompt | 1–15 s | 720p | $0.05/sek |
| Grok Imagine Video Reference-to-Video | 1–7 referensbilder + textprompt | 1–10 s | 720p | $0.05/sek |
| Grok Imagine Video Extend | 2–15 s MP4 + textprompt | 2–10 s förlängning | Samma som indata, upp till 720p | $0.07/sek |
| Grok Imagine Video Edit | MP4 + textinstruktion | Samma som indata, upp till 8.7 s | - | $0.07/indatasek |
| MiniMax H3 Text-to-Video | Textprompt | 4–15 s | 2K | $0.038/sek |
| Seedance 2.0 Image-to-Video | Startbild + text, valfri sista bildruta | 4–15 s | Native 4K | $0.112/sek |
| Vidu Q3-Mix Reference to Video | 1–4 referensbilder + textprompt | 1–16 s | 1440p SR, native upp till 1080p | $0.125/körning |
| Wan-2.7 Video-edit | Källvideo + text, valfria bilder eller ljud | - | 1080p | $0.10/körning |
Get started in minutes — follow these simple steps to integrate and deploy models through Atlas Cloud’s platform.
Registrera dig på atlascloud.ai och slutför verifieringen. Nya användare får gratis krediter för att utforska plattformen och testa modeller.
Att kombinera de avancerade Grok Imagine Video-modellerna med Atlas Clouds GPU-accelererade plattform ger oöverträffad prestanda, skalbarhet och utvecklarupplevelse.
Låg Latens:
GPU-optimerad inferens för realtidsresonemang.
Enhetligt API:
Kör Grok Imagine Video, GPT, Gemini och DeepSeek med en integration.
Transparent Prissättning:
Förutsägbar fakturering per token med serverlösa alternativ.
Utvecklarupplevelse:
SDK:er, analys, finjusteringsverktyg och mallar.
Tillförlitlighet:
99.99% drifttid, RBAC och efterlevnadsredo loggning.
Säkerhet & Efterlevnad:
SOC 2 Type II, HIPAA-anpassning, datasuveränitet i USA.
Grok Imagine Video är xAI:s familj av videogenereringsmodeller för att skapa, animera, förlänga och redigera korta klipp. Atlas Cloud tillhandahåller separata API-endpoints för text-, bild-, referens-, förlängnings- och redigeringsarbetsflöden.
Grok Imagine Video kan generera ett klipp från text, animera en startbild eller använda upp till sju referensbilder för att styra personer, objekt och stilar. Separata endpoints kan fortsätta på ett befintligt klipp eller redigera en MP4-fil med instruktioner på naturligt språk.
Skapa en Atlas Cloud API-nyckel och skicka en autentiserad POST-begäran till /api/v1/model/generateVideo. Ange det obligatoriska modell-ID:t, prompten samt eventuell bild- eller videoindata som krävs av den aktuella routen. Svaret innehåller ett request-ID, status och utdatafält.
Välj text-till-video när scenen börjar med en prompt, eller bild-till-video när en angiven bild ska bli startbilden. Referens-till-video ger bredare vägledning från flera bilder, medan extend-video och edit-video arbetar med befintliga MP4-filer.
Text-till-video och bild-till-video stöder klipp på 1 till 15 sekunder i 480p eller 720p. Referens-till-video stöder 1 till 10 sekunder i samma upplösningar, medan vanliga bildförhållanden omfattar 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 och 2:3. Förlängnings- och redigeringsroutar har egna begränsningar för indata.
Ja. xAI beskriver inbyggd ljudgenerering som en del av Grok Imagine-videoarbetsflödet, vilket gör att ljud och bild kan produceras samtidigt. Atlas Clouds publicerade scheman för dessa routar exponerar ingen separat ljudparameter.
Ange mellan en och sju offentliga HTTPS-bild-URL:er eller base64-data-URI:er via endpointen referens-till-video. Taggar som <IMAGE_0> kan koppla enskilda referenser till personer, objekt eller stilar som beskrivs i prompten. Den här routen returnerar klipp på upp till 10 sekunder i 480p eller 720p.
Använd extend-video med en MP4 på 2 till 15 sekunder och begär ytterligare 2 till 10 sekunder med promptstyrd handling. För riktade ändringar accepterar edit-video en MP4-fil på högst 8.7 sekunder och bevarar dess längd. Båda routarna begränsar utdataupplösningen till 720p.
Atlas Clouds standardprissättning är $0.05 per sekund för text-till-video, bild-till-video och referens-till-video. Extend-video och edit-video använder en standardkostnad på $0.07 per sekund. Redigering debiteras baserat på indatavideons längd eftersom utdata behåller samma längd.
Kontrollera först att den valda endpointen matchar din indatatyp och att alla obligatoriska promptar, bild-URL:er eller video-URL:er finns med. Kontrollera routens specifika begränsningar för längd, upplösning, bildförhållande, antal referenser och MP4-filer innan du skickar begäran igen. Om begäran lyckas men scenen blir felaktig bör du skriva om prompten med tydliga beskrivningar av motivets rörelser, kamerarörelser, tempo och visuella detaljer.
Guider, handledningar och produktnyheter som hjälper dig att få ut mesta möjliga av Atlas Cloud.