xAI Grok Imagine Video v1.5 文生视频

x-ai/grok-imagine-video-v1.5/text-to-video

根据文本提示词生成 1-15 秒视频,支持 480p、720p 和 1080p。

示例

xAI Grok Imagine Video v1.5 文生视频 example 1

参数

名称类型默认约束说明
prompt *提示词textarea≤ 5000 chars对所需视频的文字描述。
duration时长slider61 ~ 15 · step 1输出视频的时长(秒)。
aspect_ratio宽高比select16:916:9 | 1:1 | 9:16 | 3:2 | 2:3生成视频的宽高比。
resolution分辨率select720p720p | 480p | 1080p输出视频分辨率。

API

通过统一 REST API 调用本模型;在 API Keys 页获取密钥。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
    "duration": 6,
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
            "duration": 6,
            "aspect_ratio": "16:9",
            "resolution": "720p"
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/x-ai/grok-imagine-video-v1.5/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
      "duration": 6,
      "aspect_ratio": "16:9",
      "resolution": "720p"
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

文档

xAI Grok Imagine Video v1.5 Text to Video

🚀 Key Features

  • 纯提示词驱动生成:仅通过提示词描述场景、主体、运动和镜头语言,即可直接生成短视频,无需输入图片。
  • 灵活的运动与镜头表达:可在提示词中描述主体动作、镜头推进、氛围变化与时间演化,适合更具叙事感的生成任务。
  • 多分辨率输出:支持 480p、720p、1080p 输出,可根据预览、测试或成片需求平衡成本与质量。
  • 多种宽高比适配发布平台:支持 16:9、1:1、9:16、3:2、2:3,便于适配横屏、正方形与竖屏内容分发。
  • 适合短时长快速迭代:支持 1–15 秒 视频生成,适用于概念验证、创意测试和高频内容生产。

🛠️ Technical Specifications

项目说明
模型名称xAI Grok Imagine Video v1.5 Text to Video
模型类型文本生成视频模型
模型架构提示词驱动的短视频生成架构
输入提示词
输出视频
输出格式短视频文件(平台返回生成结果)
时长1–15 秒(默认 6 秒)
宽高比16:9、1:1、9:16、3:2、2:3(默认 16:9)
分辨率480p、720p、1080p(默认 720p)
帧率未公开;适用于短视频生成场景
控制能力可通过提示词控制场景、主体运动、镜头运动与氛围变化
最佳生成长度短视频片段,适合快速预览与创意验证

示例提示词

  • 一段电影感十足的海上日出镜头,金色阳光穿过海雾,镜头缓慢向前推进,海浪有节奏地拍打礁石。
  • 一位未来感时装模特走在霓虹灯照亮的城市街道上,镜头跟随移动,空气中有轻微雨雾与反光。
  • 一辆跑车在山路上高速过弯,低机位跟拍,背景树木快速掠过,整体节奏紧张有冲击力。

💰 Pricing

分辨率每秒价格5 秒示例价格10 秒示例价格15 秒示例价格
480p$0.08$0.40$0.80$1.20
720p$0.14$0.70$1.40$2.10
1080p$0.25$1.25$2.50$3.75

计费说明

  • 时长 × 分辨率 线性计费。
  • 计费时长会向上取整到下一个整秒。
  • 最低计费时长为 1 秒
  • 最大支持时长为 15 秒

💡 Best Use Cases

  • 社交媒体短视频内容:快速生成适配竖屏、方屏或横屏平台的视觉化短片,用于发布、预热和互动传播。
  • 创意概念可视化:将文字创意快速转化为动态分镜或氛围片段,帮助团队更高效地讨论方向。
  • 广告与营销提案:在正式制作前生成动画概念样片,用于品牌提案、活动预演和创意测试。
  • 内容原型与叙事探索:适合创作者测试镜头运动、节奏、场景变化与视觉风格,缩短前期试错周期。

🔗 Related Models

  • xAI Grok Imagine Video v1.5 Image-to-Video:基于输入图片生成动态视频,适合已有关键视觉素材的动画化场景。
  • xAI Grok Imagine Video v1.5 Reference-to-Video:支持使用最多七张参考图片进行引导,适合更强风格或角色一致性需求。

相关模型

Pixverse V6 Text to Video
Text to VideoPixVerse

Pixverse V6 Text to Video

PixVerse V6 带来全新跃升,支持电影级超高清画质与深度语义理解,将文本提示词精准转化为充满细腻光影与逼真物理交互的动态视频。提供高并发、低延迟的 REST 推理 API,无冷启动,助力专业级视频创作与商业落地。

$0.180 / 每次
Pixverse C1 Text to Video
Text to VideoPixVerse

Pixverse C1 Text to Video

PixVerse C1 是一款颠覆性的视频生成大模型。它支持通过文本提示词生成多分辨率(最高可达 1080p)、时长灵活(1-15秒)的电影级高清视频,并支持原生音频同步生成。我们提供即开即用的 REST 推理 API,具备超高性能、零冷启动延迟以及高性价比的计费方案,助力您的创意高效落地。

$0.200 / 每次
Nami Wan 2.7 T2V Spicy
Text to Video

Nami Wan 2.7 T2V Spicy

WAN 2.7 Spicy 根据文本提示词生成高质量视频,具备更加自然流畅的运动、更强的画面一致性和富有表现力的镜头效果。支持多镜头生成与提示词优化,适用于创意内容、广告制作、角色动画和影视级视频生成。即用型 REST 推理 API,最佳性能,无冷启动,价格实惠。

$1.30 / 每次
MiniMax H3 文生视频
Text to VideoMinimax

MiniMax H3 文生视频

MiniMax H3 文生视频可根据提示词生成连贯的 2K 视频,支持 4–15 秒灵活时长,以及六种可选宽高比,适用于电影感场景、创意视频和生产工作流。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。

$0.650 / 每次
Kling Omni Video O3 文本生成视频
Text to VideoKling

Kling Omni Video O3 文本生成视频

Kling Omni Video O3 是快手的先进统一多模态视频模型,采用MVL(多模态视觉语言)技术。文本生成视频模式可通过提示词生成具有主体一致性、自然物理模拟和精准语义理解的电影级视频。支持音频生成。即用型REST API,性能卓越,无冷启动,价格实惠。

$0.420 / 每次
Kling Omni Video O1 文本生成视频
Text to VideoKling

Kling Omni Video O1 文本生成视频

Kling Omni Video O1 是快手首款统一多模态视频模型,采用 MVL(多模态视觉语言)技术。文本生成视频模式可根据提示词生成电影级视频,具备主体一致性、自然物理模拟和精准语义理解。支持即用型 REST API,性能卓越,无冷启动,价格实惠。

$0.420 / 每次
Kling 3.0 Standard
Text to VideoKling

Kling 3.0 Standard

Kling 3.0 标准版提供高质量的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、精准的提示词匹配以及原生音频,适合直接分享的短片。支持即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。

$0.630 / 每次
Kling V2.6 文本生成视频 API
Text to VideoKling

Kling V2.6 文本生成视频 API

Kling 2.6 提供顶级的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、强大的提示词匹配能力,以及原生音频支持,可直接分享视频片段。即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。

$0.700 / 每次