Modèle vidéo par xAI

Grok Imagine Video 1.5

Grok Imagine Video 1.5 excelle dans la transformation d'une image fixe en clip vidéo avec son, tout en préservant l'image d'origine. Il crée des clips de 15 secondes maximum en 1080p, et chaque clip présenté sur cette page affiche l'image et le texte source.

Réalisé avec Grok Imagine Video 1.5

l'invite

Donnez vie à l'affiche tout en conservant son style sérigraphié et la fidélité de chaque lettre. Les moteurs de la fusée s'allument dans un nuage de fumée crémeuse stylisée, et elle décolle lentement de son pas de tir pour dépasser le volcan. Les deux astronautes font signe de la main et se protègent les yeux pour la regarder partir. De la poussière rouge flotte au sol en de doux tourbillons imprimés, et quelques petits nuages ​​glissent dans le ciel. Caméra : un lent travelling avant vers le volcan. Son : le grondement d'une fusée rétro, une joyeuse musique orchestrale des années 1960, le vent.

Références

  • L'affiche

Paramètres

  • 10 secondes
  • 1080p
  • 16:9
  • À partir d'une image fixe

Créé avec Grok Imagine Video 1.5 le 26 octobre 2026 à partir de l'affiche présentée. Uniquement recadré, aucune autre modification n'a été apportée.

Essayez cette invite

Une affiche de voyage rétro fictive, VISIT OLYMPUS MONS, prend vie : une fusée décolle, la poussière rouge se soulève et le lettrage reste parfaitement inchangé. Réalisée avec Grok Imagine Video 1.5 à partir d'une seule image fixe.

Ce qu'il peut faire

Grok Imagine Video 1.5 et 1.5 Lite, côte à côte

xAI propose deux modèles vidéo, et Predis.ai propose la vidéo 1.5. Voici ce que chaque option permet de réaliser, sa durée et sa résolution, afin que vous connaissiez les limites avant de commencer.

FonctionnalitéVidéo 1.5Vidéo 1.5 Lite (xIA) API seulement)
Commence à partir deTexte, une image ou des images de référenceTexte ou image
Clip le plus long15 secondes15 secondes
Résolution480p à 1080p (720p avec références)480p vers 1080p (1080p mis à l'échelle à partir de 720p)
Parole synchronisée avec les lèvresOuiOui
Images de référenceJusqu'à 7 sur Predis.ai, 14 sur xAI APINon pris en charge
VoicesVoix prédéfinies sur xAI API; non proposé sur Predis.aiNon pris en charge
Cadres épinglésPremière image sur Predis.ai; premier, milieu et dernier sur xAI APINon pris en charge
Prolongez à partir de la dernière imageOui, avec l'extension vidéo GrokNon pris en charge
Images de référence

Six images, une scène

Donnez-lui un personnage, un costume, un accessoire, un lieu, une palette de couleurs et un style. Ici, un mood board est devenu capitaine de sauvetage sur la passerelle de son sous-marin.

  • PersonnagePortrait du capitaineimage 1
  • Costumesmanteau ciréimage 2
  • Soutenircasque de plongée en laitonimage 3
  • LieuPont sous-marinimage 4
  • GammeÉchantillons bleu sarcelle et laitonimage 5
  • StyleAspect d'une image de filmimage 6

Les clips de référence sont limités à 720p, il est donc conseillé de les réserver aux scènes où la cohérence prime sur la résolution.

Le résultat, en 720p

Un capitaine de sauvetage en ciré se tient sur la passerelle d'un sous-marin en laiton et turquoise, brandit un casque de plongée et donne un ordre, composé de six images de référence.

l'invite

Utilisez les références suivantes : la femme de l’image 1 est la capitaine ; elle porte le manteau de l’image 2 et le casque de l’image 3 ; la scène se déroule sur la passerelle du sous-marin (image 4) ; les couleurs sont celles de l’image 5 ; l’expression est celle de l’image 6. La capitaine se tient près du périscope tandis que le sonar émet des signaux. Elle soulève le casque en laiton sous son bras, se tourne vers l’équipage hors champ et déclare, d’un ton calme et ferme : « On descend à l’aube. Personne ne touche à l’or. » Les lumières ambrées vacillent tandis que la coque craque. Caméra : un lent travelling avant depuis un plan moyen jusqu’à son visage. Son : signaux réguliers du sonar, le grondement de la coque, le vrombissement lointain d’un moteur.

Références

  • image 1
  • image 2
  • image 3
  • image 4
  • image 5
  • image 6

Paramètres

  • 10 secondes
  • 720p
  • 16:9
  • 6 images de référence

Réalisé avec Grok Imagine Video 1.5 le 26 octobre 2026. Uniquement retouché, rien d'autre n'a été modifié.

Essayez cette invite
Extension

Un clip, répété deux fois

L'extension vidéo Grok reprend la lecture à partir de la dernière image d'un clip et continue, puis assemble les deux parties en une seule vidéo. Cette scène de lanterne a été réalisée en trois parties ; cliquez sur un point de jonction pour voir où chaque partie se termine et où la suivante commence.

Cliquez sur un lien pour y accéder. Appuyez sur un lien pour y accéder.

Pour dépasser les 15 secondes, il faut prolonger la séquence. Prévoyez où chaque partie se termine afin que la suivante puisse démarrer sans problème.

Au crépuscule, une lanterne en papier émerge d'un canyon, suivie d'autres lanternes, et des milliers d'entre elles emplissent le ciel, fabriquées à partir d'une simple pince à linge étirée deux fois.

Les instructions, partie par partie

Partie 1 (Grok Imagine Video 1.5, 6 secondes) : Un profond canyon de roche rouge au crépuscule, la dernière lueur orangée sur son rebord. Sur une étroite corniche, une main libère une lanterne de papier illuminée qui s’élève lentement dans l’air immobile, oscillant doucement. Caméra : un lent mouvement ascendant suit la lanterne. Son : un léger vent dans le canyon et le faible crépitement de la flamme de la bougie, encore audible à la toute fin. Partie 2 (Grok Video Extension, 6 secondes) : Suite de la dernière image. Du fond du canyon, en contrebas, des dizaines d’autres lanternes lumineuses commencent à s’élever autour de la première, dérivant vers le haut en petits groupes, leur lumière réchauffant les parois du canyon. Caméra : continue de s’incliner lentement vers le haut. Son : le vent, avec de faibles acclamations au loin, encore audibles à la toute fin. Partie 3 (Grok Video Extension, 6 secondes) : Suite de la dernière image. Des milliers de lanternes emplissent maintenant le ciel du canyon, un fleuve de lumière chaude sur le bleu profond. La caméra s'élève au-dessus du bord du canyon tandis que les derniers rayons du soleil couchant cèdent la place à la nuit. Son : une note de chœur soutenue qui s'amplifie sous le vent.

Paramètres

  • 18 secondes en 3 parties
  • 720p
  • 16:9

Réalisé avec Grok Imagine Video 1.5 le 26 octobre 2026. Uniquement retouché, rien d'autre n'a été modifié.

Essayez cette invite
Réalisé avec Grok Imagine Video 1.5

Une photo, une image de produit et une peinture, mises en mouvement

Chaque clip ici présent a commencé par une simple image. Ouvrez une fiche pour voir l'image fixe et le déclencheur qui l'a animée.

« Image en vidéo »

Comment animer une image fixe avec Grok Imagine

  1. Une image fixe téléchargée comme image de départ
    01

    Choisissez votre alambic

    Choisissez une image nette au format d'image souhaité pour la vidéo. Grok Imagine ne conservera que ce qui se trouve dans le cadre.

  2. Une brève invite de mouvement tapée sous l'image fixe
    02

    Décrivez le mouvement, pas l'image.

    L'image montre déjà à quoi tout ressemble, alors concentrez-vous sur ce qui bouge, comment la caméra se déplace et ce que l'on entend.

  3. Grok Imagine Video 1.5 sélectionné dans la Predis.ai Studio de mannequins d'une durée de 10 secondes
    03

    Créez-le, puis développez-le

    Ouvrez Model Studio et sélectionnez Grok Imagine Video 1.5. Dans la barre située sous l'invite, choisissez une durée (jusqu'à 15 secondes) et une résolution. Vous pouvez poursuivre la vidéo à partir de la dernière image grâce à l'extension Grok Video si nécessaire.

L'exemple fourni par xAI demande simplement que l'eau se brise et que la caméra effectue un panoramique arrière. Lorsque l'image décrit l'action, une brève instruction de mouvement suffit.

[Quel est le premier mouvement et comment ?] [Quel est le mouvement suivant ?] Caméra : [un mouvement : un lent travelling avant, un panoramique, une rotation ou un plan fixe]. Son : [effets, ambiance, musique]. [Facultatif : qui parle et sa réplique entre guillemets.]

Capacités de génération vidéo de Grok Imagine

  • Réalisé parxIA
  • LibéréJuin 2026, après un aperçu du 30 mai
  • Longueur du clipJusqu'à 15 secondes ; plus longtemps en prolongeant la durée.
  • Résolution480p, 720p ou 1080p
  • Fréquence d'images24 images/s
  • Commence à partir deTexte, une image fixe ou jusqu'à 7 images de référence sur Predis.ai
  • SonParoles, effets et musique synchronisés avec les lèvres
  • VoicesVoix prédéfinies sur xAI API; non proposé sur Predis.ai
  • Cadres épinglésLa première image sur Predis.ai
  • ExtensionJusqu'à 10 secondes supplémentaires par étape, avec l'extension vidéo Grok
Dernière vérification : 26 octobre 2026.
Limites

Limites vidéo Grok Imagine

Voici ce qu'il ne fera pas, d'après la documentation de xAI et les premiers articles parus à ce sujet, chacun proposant une solution de contournement.

15 secondes par clip

Chaque génération s'arrête à 15 secondes.

Poursuivez la séquence à partir de la dernière image grâce à l'extension vidéo Grok, ou utilisez FLUX 3 Video pendant 20 secondes en une seule fois.

Les références sont limitées à 720p.

Les clips réalisés à partir d'images de référence sont limités à une résolution de 720p, et non de 1080p.

Utilisez une seule image de départ pour le 1080p et conservez les références pour les moments où la cohérence est primordiale.

Aucune référence vocale

Predis.ai ne propose pas de références vocales pour Grok Imagine, et sur le site de xAI API elles sont limitées à sa liste prédéfinie.

Corrigez en décrivant la voix dans l'invite, ou enregistrez votre voix off et ajoutez-la ensuite.

Les modifications utilisent un modèle plus ancien

L'édition d'une vidéo existante s'effectue sur l'ancien modèle Grok Imagine de xAI, et non sur la version 1.5.

Pour les modifications par instruction, utilisez Wan 2.7 VideoEdit ou Runway Aleph 2.0.

Fixé à 24 images par seconde

Les clips sont diffusés à 24 images par seconde.

Correction : Demander le ralenti dans l'invite plutôt que de ralentir la vidéo après coup.

Chaque clip est examiné

xAI vérifie chaque clip par rapport à sa politique de contenu, certaines invites sont donc refusées.

Utilisez des personnages inventés et un langage simple.

Le plus fort à partir d'un sol immobile

Sa principale performance résidait dans la conversion d'images en vidéo ; la conversion de texte en vidéo a été ajoutée après son lancement.

Solution : Pour un contrôle optimal, commencez par une image.

Questions vidéo Grok Imagine

Quelles sont les capacités de génération vidéo de Grok Imagine ?

Grok Imagine Video 1.5 crée des clips d'une durée maximale de 15 secondes avec son, à partir de texte, d'une image fixe ou de jusqu'à 7 images de référence. Predis.aiIl synchronise les lèvres avec la parole, démarre à partir d'une image fixe que vous définissez comme première image et peut poursuivre un clip à partir de sa dernière image grâce à l'extension vidéo Grok.

Jusqu'à 15 secondes par clip. Vous pouvez allonger la durée en prolongeant un clip à partir de sa dernière image grâce à Grok Video Extension, qui assemble les différentes parties en une seule vidéo.

Le modèle s'arrête à 15 secondes par clip, 1080p (720p avec images de référence) et 24 images par seconde. Predis.ai Vous choisissez une durée entre 1 et 15 secondes, et chaque extension vidéo Grok ajoute jusqu'à 10 secondes à la dernière image. Dans l'application Grok, vos gains dépendent de votre abonnement X ou SuperGrok. Predis.aiCela dépend de votre forfait.

Oui, et c'est ce qui a fait la renommée de ce modèle : il s'est classé premier dans la catégorie « conversion d'image en vidéo » lors de son lancement. Téléchargez une image fixe, décrivez le mouvement, et le modèle conserve l'image d'origine.

Oui. La parole, les effets sonores et la musique sont générés en même temps que l'image, et les dialogues sont synchronisés avec les lèvres.

Pas avec Grok Imagine. Sur xAI API Les voix proviennent d'une liste prédéfinie, et Predis.ai Il n'y a pas de références vocales disponibles, alors enregistrez votre voix off séparément et ajoutez-la au clip.

Lite Il s'agit du modèle vidéo le plus abordable de xAI, permettant de créer des clips à partir de texte ou d'une image, jusqu'à une résolution de 1080p et une durée de 15 secondes. La version Video 1.5 ajoute des images de référence, des images fixes et des voix prédéfinies. Predis.ai propose la vidéo 1.5, pas Lite.

Il s'agit d'une version accélérée disponible dans les applications Grok, qui, selon xAI, permet de créer un clip 720p de 6 secondes en environ 25 secondes. Elle n'est pas proposée sur Predis.ai.

xAI a publié un aperçu le 30 mai 2026 et l'a rendu disponible au grand public à la mi-juin 2026.

Oui. Il est disponible via xAI. API et sur les plateformes construites dessus, y compris Predis.ai, où il se trouve dans le studio de maquettes.

On Predis.ai Il s'agit d'un modèle payant que vous pouvez essayer pendant les 3 jours d'essai, qui nécessitent une carte et passent à un abonnement payant sauf si vous annulez.

Apportez un appareil photo, filmez la scène

Téléchargez une image et décrivez ce qui doit bouger.

Créez une vidéo avec Grok Imagine
Créez une vidéo avec Grok Imagine

Grok est une marque déposée de xAI. Predis.ai n'est ni affilié à, ni approuvé par xAI.