Videomodell von xAI

Grok Imagine Video 1.5

Grok Imagine Video 1.5 ist besonders effektiv, wenn es darum geht, ein Standbild in einen bewegten Clip mit Ton umzuwandeln und dabei das Originalbild beizubehalten. Es erstellt Clips von bis zu 15 Sekunden Länge in bis zu 1080p-Auflösung. Jeder Clip auf dieser Seite zeigt das Originalbild und die zugehörige Aufforderung.

Erstelle ein Video mit Grok Imagine
Erstellt mit Grok Imagine Video 1.5

die Aufforderung

Erwecke das Poster zum Leben, wobei der flache, siebgedruckte Stil und jeder Buchstabe exakt erhalten bleiben. Die Triebwerke der Rakete zünden in einer stilisierten, cremefarbenen Rauchwolke, und sie hebt langsam von der Startrampe ab und steigt am Vulkan vorbei. Die beiden Astronauten winken und schützen ihre Augen mit der Sonne, um ihr nachzusehen. Roter Staub wirbelt in sanften, gedruckten Wirbeln über den Boden, und ein paar kleine Wolken ziehen über den Himmel. Kamera: Langsames Heranzoomen auf den Vulkan zu. Ton: Anschwellendes, retro-raketenartiges Dröhnen, ein fröhlicher Orchesterklang der 1960er Jahre, Windgeräusche.

Referenzen

  • Das Poster

Einstellungen

  • 10 Sekunden
  • 1080p
  • 16:9
  • Aus einem Standbild

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026 anhand des abgebildeten Posters. Nur zugeschnitten, sonst nicht verändert.

Probieren Sie diese Eingabeaufforderung aus

Ein fiktives Retro-Reiseplakat mit dem Titel „VISIT OLYMPUS MONS“ erwacht zum Leben: Eine Rakete startet, roter Staub wirbelt auf, und die Schrift bleibt exakt so, wie sie gedruckt wurde. Erstellt mit Grok Imagine Video 1.5 aus einem einzelnen Standbild.

Was es kann

Grok Imagine Video 1.5 und 1.5 LiteSeite an Seite

xAI bietet zwei Videomodelle an, Predis.ai bietet Video 1.5 an. Hier erfahren Sie, was die einzelnen Optionen leisten, wie lang sie sind und in welcher Auflösung sie verfügbar sind, damit Sie die Grenzen kennen, bevor Sie beginnen.

Video 1.5Video 1.5 Lite (xAI API nur)
Beginnt abText, ein Bild oder ReferenzbilderText oder ein Bild
Längster Clip15 Sekunden15 Sekunden
Auflösung480p bis 1080p (720p mit Referenzen)480p auf 1080p (1080p hochskaliert von 720p)
Lippensynchrone SpracheJaJa
ReferenzbilderBis zu 7 auf Predis.ai, 14 auf xAI's APINicht unterstützt
StimmenVoreingestellte Stimmen auf xAI API; wird nicht angeboten am Predis.aiNicht unterstützt
Geheftete RahmenErstes Bild auf Predis.ai; erster, mittlerer und letzter Eintrag auf xAI's APINicht unterstützt
Vom letzten Frame aus fortsetzenJa, mit der Grok-VideoerweiterungNicht unterstützt
Referenzbilder

Sechs Bilder, eine Szene

Gib ihm einen Charakter, ein Kostüm, ein Requisit, einen Ort, eine Farbpalette und einen Stilrahmen. Hier wurde ein Moodboard zur Bergungskapitänin auf der Brücke ihres U-Boots.

  • CharakterKapitänsporträtBild 1
  • KostümÖlzeugmantelBild 2
  • PropTaucherhelm aus MessingBild 3
  • StandortU-Boot-BrückeBild 4
  • PaletteTürkis- und messingfarbene StoffmusterBild 5
  • DesignFilmstill-LookBild 6

Referenzclips haben eine maximale Auflösung von 720p, daher sollten sie für Szenen verwendet werden, in denen Konsistenz wichtiger ist als Auflösung.

Das Ergebnis in 720p

Ein Bergungskapitän in einem Ölzeugmantel steht auf der messing- und türkisfarbenen Brücke eines U-Boots, hält einen Taucherhelm hoch und gibt einen Befehl, der auf sechs Referenzbildern basiert.

die Aufforderung

Die Referenzen sind wie folgt: Die Frau in Bild 1 ist die Kapitänin; sie trägt den Mantel aus Bild 2 und den Helm aus Bild 3; die Szene ist die U-Boot-Brücke aus Bild 4; die Farben entsprechen Bild 5; der Ausdruck entspricht Bild 6. Die Kapitänin steht am Periskop, während das Sonar piept. Sie hebt den Messinghelm unter den Arm, wendet sich der Besatzung außerhalb des Bildausschnitts zu und sagt ruhig und bestimmt: „Wir tauchen im Morgengrauen ab. Niemand rührt das Gold an.“ Die bernsteinfarbenen Lichter flackern, während der Rumpf knarrt. Kamera: Langsames Heranzoomen von einer Halbtotalen auf ihr Gesicht. Ton: Gleichmäßiges Sonarpiepen, das Stöhnen des Rumpfes, ein entferntes Motorengeräusch.

Referenzen

  • Bild 1
  • Bild 2
  • Bild 3
  • Bild 4
  • Bild 5
  • Bild 6

Einstellungen

  • 10 Sekunden
  • 720p
  • 16:9
  • 6 Referenzbilder

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026. Nur gekürzt, sonst nichts verändert.

Probieren Sie diese Eingabeaufforderung aus
Erweiterung

Ein Clip, zweimal mitgeführt

Die Grok-Videoerweiterung setzt die Wiedergabe beim letzten Bild eines Clips fort und fügt beide zu einem Video zusammen. Diese Laternen-Szene wurde in drei Teilen erstellt; klicken Sie auf eine Verbindungsstelle, um zu sehen, wo der eine Teil endet und der nächste beginnt.

Klicken Sie auf ein Verbindungselement, um dorthin zu springen. Tippen Sie auf ein Verbindungselement, um dorthin zu springen.

Durch die Verlängerung geht man über 15 Sekunden hinaus. Planen Sie, wo jeder Teil endet, damit der nächste sauber beginnen kann.

Die Vorgaben, Teil für Teil

Teil 1 (Grok Imagine Video 1.5, 6 Sekunden): Eine tiefe, rote Felsenschlucht in der Abenddämmerung, das letzte orange Licht an ihrem Rand. Auf einem schmalen Felsvorsprung lässt eine Hand eine einzelne, leuchtende Papierlaterne los, die langsam in die stille Luft aufsteigt und sanft schwingt. Kamera: Langsame Aufwärtsbewegung, der Laterne folgend. Ton: Leiser Wind in der Schlucht und das leise Knistern der Kerzenflamme, das bis zum Schluss noch hörbar ist. Teil 2 (Grok Video Extension, 6 Sekunden): Fortsetzung des letzten Bildes. Vom Schluchtboden steigen Dutzende weitere leuchtende Laternen um die erste herum auf und schweben in lockeren Gruppen nach oben. Ihr Licht wärmt die Schluchtwände. Kamera: Langsame Aufwärtsbewegung. Ton: Der Wind, leises Jubelgeschrei weit unten, bis zum Schluss noch hörbar. Teil 3 (Grok Video Extension, 6 Sekunden): Fortsetzung des letzten Bildes. Tausende von Laternen füllen nun den Himmel der Schlucht, ein Fluss aus warmem Licht vor dem tiefer werdenden Blau. Die Kamera hebt sich über den Canyonrand, während die letzten Sonnenstrahlen in die Nacht übergehen. Ton: ein anhaltender Chorton, der im Wind anschwillt.

Einstellungen

  • 18 Sekunden in 3 Teilen
  • 720p
  • 16:9

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026. Nur gekürzt, sonst nichts verändert.

Probieren Sie diese Eingabeaufforderung aus
Erstellt mit Grok Imagine Video 1.5

Ein Foto, eine Produktaufnahme und ein Gemälde, in Bewegung gesetzt

Jeder Clip hier begann als einzelnes Bild. Öffne eine Karte, um das Standbild und die Aufforderung zu sehen, die es bewegt hat.

Foto

Die Nachtschicht

Die Kuppel einer Wüstensternwarte gleitet auf, während die Milchstraße über ihnen vorbeizieht.

Die Nachtschicht

Der Spalt der Kuppel gleitet langsam auf, und das Teleskop im Inneren neigt sich gen Himmel. Die Milchstraße zieht sanft wie in einem Zeitraffer über den Köpfen hinweg, und eine einzelne Sternschnuppe huscht durchs Bild. Kamera: Langsame, gleichmäßige Annäherung an die Kuppel. Geräusche: Ein leises, mechanisches Summen, Wüstenwind, Zirpen von Grillen.

Wie die Destille hergestellt wurde

Nachtaufnahme einer weißen Sternwartenkuppel auf einem Wüstenrücken mit geschlossenem Schlitz, im Vordergrund einige Felsen und ein Feldweg, darüber die Milchstraße mit ihren dichten, scharfen Sternen. Keine Lichtverschmutzung, keine Menschen, kein Text.

Referenzen

  • Noch am Anfang

Einstellungen

  • 10 Sekunden
  • 720p
  • 16:9
  • Aus einem Standbild

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026 aus dem gezeigten Standbild. Nur zugeschnitten, sonst nichts verändert.

Probieren Sie diese Eingabeaufforderung aus
Produktaufnahme

Aufwachsequenz

Auf einem Produktfoto ist zu sehen, wie eine mechanische Tastatur heller leuchtet, während die Kamera sie umkreist.

Aufwachsequenz

Die Tastatur erwacht: Ein sanfter, weißer Hintergrundbeleuchtungsstrahl wandert von links nach rechts über die Tasten, dann pulsieren die orangefarbenen Akzenttasten zweimal. Einige Tasten geben von selbst nach, als würde man tippen, und federn dabei angenehm zurück. Kamera: eine langsame Umlaufbahn von etwa 30 Grad. Klang: knackige, tiefe mechanische Tastenklicks und ein leiser elektronischer Ton.

Wie die Destille hergestellt wurde

Produktfoto im Studio, Maßstab 1:1. Eine kompakte mechanische Tastatur mit cremefarbenen Tastenkappen und einigen orangefarbenen Akzenttasten auf einem dunklen Walnussschreibtisch, sanftes Deckenlicht, im Hintergrund eine verschwommene Kaffeetasse. Nur Standardbeschriftung auf den Tasten; keine Markenlogos oder sonstige Texte.

Referenzen

  • Noch am Anfang

Einstellungen

  • 10 Sekunden
  • 720p
  • 1:1
  • Aus einem Standbild

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026 aus dem gezeigten Standbild. Nur zugeschnitten, sonst nichts verändert.

Probieren Sie diese Eingabeaufforderung aus
Lackierung

Das Gemälde bewegt sich

Ein originales Ölgemälde eines Schiffes im Sturm beginnt mit den Wellen zu rollen.

Das Gemälde bewegt sich

Das Gemälde beginnt sich zu bewegen, behält aber seine dicken Pinselstriche bei und canvaDie Textur: Die Wellen rollen und brechen sich in gemalten Wirbeln, das Schiff hebt und senkt sich, Regen prasselt in grauen Strichen darüber, und der goldene Lichtstrahl in den Wolken weitet sich langsam aus. Kamera: still, als blicke man auf das … canvas. Geräusche: brechende Wellen, heulender Wind, knarrendes Holz.

Wie die Destille hergestellt wurde

Ein originales Ölgemälde im romantischen Stil des 19. Jahrhunderts: ein dreimastiges Segelschiff, das in einem Sturm eine riesige grüne Welle hinaufsteigt, dunkle Wolken mit einem Durchbruch goldenen Lichts, dicke, sichtbare Pinselstriche und canvaTextur. Keine Signatur, kein Text. Keine Kopie eines existierenden Gemäldes.

Referenzen

  • Noch am Anfang

Einstellungen

  • 10 Sekunden
  • 720p
  • 16:9
  • Aus einem Standbild

Erstellt mit Grok Imagine Video 1.5 am 26. Oktober 2026 aus dem gezeigten Standbild. Nur zugeschnitten, sonst nichts verändert.

Probieren Sie diese Eingabeaufforderung aus
Bild zu Video

Wie man ein Standbild mit Grok Imagine animiert

  1. Ein als Startbild hochgeladenes Standbild
    01

    Wähle deinen Still

    Wählen Sie ein scharfes Bild im gewünschten Seitenverhältnis für das Video. Alles, was sich im Bildausschnitt befindet, wird von Grok Imagine gespeichert.

  2. Eine kurze Bewegungsaufforderung, die unter dem Standbild eingegeben wurde
    02

    Beschreiben Sie die Bewegung, nicht das Bild.

    Das Bild zeigt bereits, wie alles aussieht, also konzentrieren Sie sich in Ihren Worten darauf, was sich bewegt, wie sich die Kamera bewegt und was wir hören.

  3. Grok Imagine Video 1.5 ausgewählt in der Predis.ai Modelstudio mit einer Länge von 10 Sekunden
    03

    Erstelle es, und erweitere es dann.

    Öffnen Sie das Modellstudio und wählen Sie Grok Imagine Video 1.5. Geben Sie in der Leiste unter der Eingabeaufforderung eine Länge von bis zu 15 Sekunden und eine Auflösung ein. Bei Bedarf können Sie die Aufnahme mit der Grok Video Extension vom letzten Frame aus fortsetzen.

Die Beispielaufforderung von xAI verlangt lediglich, dass das Wasser herunterstürzt und die Kamera herausschwenkt. Wenn das Bild die Beschreibung übernimmt, genügt eine kurze Bewegungsanweisung.

[Was bewegt sich zuerst und wie?] [Was bewegt sich als Nächstes?] Kamera: [eine Bewegung: langsames Heranzoomen, Schwenk, Kreisen oder Verharren]. Ton: [Effekte, Umgebungsgeräusche, Musik]. [Optional: Wer spricht und dessen Text in Anführungszeichen.]

Grok Imagine Videogenerierungsfunktionen

  • Hergestellt vonxAI
  • FreigegebenJuni 2026, nach einer Vorschau ab dem 30. Mai
  • CliplängeBis zu 15 Sekunden; länger durch Ausziehen
  • Auflösung480p, 720p oder 1080p
  • Bildfrequenz24 fps
  • Beginnt abText, ein Standbild oder bis zu 7 Referenzbilder auf Predis.ai
  • KlingenLippensynchrone Sprache, Effekte und Musik
  • StimmenVoreingestellte Stimmen auf xAI API; wird nicht angeboten am Predis.ai
  • Geheftete RahmenDas erste Bild auf Predis.ai
  • ErweiterungBis zu 10 Sekunden mehr pro Schritt mit der Grok-Videoerweiterung
Zuletzt geprüft am 26. Oktober 2026.
Limits

Grok Imagine Videolimits

Hier ist eine Liste dessen, was es nicht kann, aus der Dokumentation von xAI und ersten Berichten, jeweils mit einer Möglichkeit, dies zu umgehen.

15 Sekunden pro Clip

Jede Generation stoppt nach 15 Sekunden.

Mit der Grok Video Extension können Sie die Aufnahme vom letzten Frame aus fortsetzen oder mit FLUX 3 Video 20 Sekunden am Stück aufnehmen.

Referenzen sind auf 720p begrenzt.

Aus Referenzbildern erstellte Clips erreichen maximal eine Auflösung von 720p, nicht 1080p.

Lösung: Verwenden Sie ein einziges Ausgangsbild für 1080p und speichern Sie Referenzbilder für den Fall, dass Konsistenz am wichtigsten ist.

Keine Sprachreferenzen

Predis.ai bietet keine Sprachreferenzen für Grok Imagine an, und auf xAIs eigener Seite API Sie sind auf die voreingestellte Liste beschränkt.

Beschreiben Sie die Stimme in der Aufforderung oder nehmen Sie Ihren Voiceover auf und fügen Sie ihn anschließend hinzu.

Die Bearbeitungen verwenden ein älteres Modell.

Die Bearbeitung eines bestehenden Videos erfolgt auf dem vorherigen Grok Imagine-Modell von xAI, nicht auf Version 1.5.

Für Bearbeitungen gemäß Anweisung verwenden Sie Wan 2.7 VideoEdit oder Runway Aleph 2.0.

Fest auf 24 fps eingestellt

Die Clips werden mit 24 Bildern pro Sekunde ausgegeben.

Beheben Sie die Korrektur: Bitten Sie in der Eingabeaufforderung um Zeitlupe, anstatt den Clip nachträglich zu verlangsamen.

Jeder Clip wird besprochen

xAI prüft jeden Clip anhand seiner Inhaltsrichtlinien, daher werden einige Anfragen abgelehnt.

Beheben Sie das Problem: Verwenden Sie erfundene Personen und eine einfache Sprache.

Am stärksten aus einem Stillleben

Die höchste Platzierung erreichte das Unternehmen mit der Umwandlung von Bildern in Videos; die Umwandlung von Text in Video wurde nach der Markteinführung hinzugefügt.

Lösung: Für maximale Kontrolle beginnen Sie mit einem Bild.

Grok Imagine Videofragen

Welche Videogenerierungsfunktionen bietet Grok Imagine?

Grok Imagine Video 1.5 erstellt bis zu 15 Sekunden lange Clips mit Ton, aus Text, einem Standbild oder bis zu 7 Referenzbildern. Predis.aiEs synchronisiert die Lippenbewegungen, beginnt mit einem Standbild, das Sie als erstes Bild festlegen, und kann mit der Grok Video Extension einen Clip vom letzten Bild an fortsetzen.

Bis zu 15 Sekunden pro Clip. Mit der Grok Video Extension können Sie die Clips verlängern, indem Sie sie vom letzten Frame an zu einem Video zusammenfügen.

Das Modell stoppt bei 15 Sekunden pro Clip, 1080p (720p mit Referenzbildern) und 24 Bildern pro Sekunde. Predis.ai Sie wählen eine beliebige Länge zwischen 1 und 15 Sekunden, und jede Grok-Videoerweiterung fügt bis zu 10 Sekunden zum letzten Frame hinzu. Wie viel Sie in der Grok-App verdienen können, hängt von Ihrem X- oder SuperGrok-Tarif ab. Predis.aiDas hängt von Ihrem Plan ab.

Ja, und genau dafür ist das Modell am bekanntesten: Bei seiner Markteinführung belegte es den ersten Platz im Bereich Bild-zu-Video-Konvertierung. Laden Sie ein Standbild hoch, beschreiben Sie die Bewegung, und das Originalbild bleibt erhalten.

Ja. Sprache, Effekte und Musik werden zusammen mit dem Bild generiert, und die Dialoge sind lippensynchron.

Nicht mit Grok Imagine. Auf xAIs API Die Stimmen stammen aus einer voreingestellten Liste, und Predis.ai Es werden keine Sprachbeispiele angeboten, daher müssen Sie Ihren Voiceover separat aufnehmen und ihn dem Clip hinzufügen.

Lite Das günstigste Videomodell von xAI erstellt Clips aus Text oder Bildern mit einer Auflösung von bis zu 1080p und einer Länge von bis zu 15 Sekunden. Video 1.5 bietet zusätzlich Referenzbilder, fixierte Einzelbilder und voreingestellte Sprachausgabe. Predis.ai bietet Video 1.5, nicht Lite.

Es handelt sich um eine beschleunigte Version in den Grok-Apps, die laut xAI einen 6-sekündigen 720p-Clip in etwa 25 Sekunden erstellt. Sie wird nicht angeboten auf Predis.ai.

xAI veröffentlichte am 30. Mai 2026 eine Vorschau und stellte es Mitte Juni 2026 allgemein zur Verfügung.

Ja. Es ist über xAI verfügbar. API und auf darauf aufbauenden Plattformen, einschließlich Predis.ai, wo es sich im Modellstudio befindet.

On Predis.ai Es handelt sich um ein kostenpflichtiges Modell, das Sie während der 3-tägigen Testphase ausprobieren können. Dafür benötigen Sie eine Kreditkarte. Wenn Sie nicht kündigen, wird das Abonnement automatisch in einen kostenpflichtigen Tarif umgewandelt.

Bring ein Standbild mit, fang eine Szene ein

Laden Sie ein beliebiges Bild hoch und beschreiben Sie, was sich bewegen soll.

Erstelle ein Video mit Grok Imagine
Erstelle ein Video mit Grok Imagine

Grok ist eine Marke von xAI. Predis.ai ist weder mit xAI verbunden noch wird es von xAI unterstützt.