Grok Imagine Video 1.5 API
xAI Grok Imagine Video 1.5——快速的文生视频(最高 1080p)、图生视频,以及基于最多七张参考图像的参考生视频,输出身份一致,画幅比例可选。
三个端点:文生视频,可选 480p、720p 和 1080p 输出;图生视频,提供 480p 和 720p,由文本提示词引导;以及参考生视频,将最多七张参考图像制作成身份一致的短片段。
概览
关于 Grok Imagine Video 1.5 API
Grok Imagine Video 1.5 能做什么、它在 xAI 模型阵容中的定位,以及团队选择它的原因。
Grok Imagine Video 1.5 是 xAI 推出的视频生成模型,可通过 WaveSpeedAI REST API 使用。xAI Grok Imagine Video 1.5——快速的文生视频(最高 1080p)、图生视频,以及基于最多七张参考图像的参考生视频,输出身份一致,画幅比例可选。
三个端点:文生视频,可选 480p、720p 和 1080p 输出;图生视频,提供 480p 和 720p,由文本提示词引导;以及参考生视频,将最多七张参考图像制作成身份一致的短片段。
WaveSpeedAI 上的 Grok Imagine Video 1.5 系列提供 3 个 REST 端点,涵盖 Reference-To-Video, Text-To-Video, Image-To-Video 个工作流。每个变体都有各自的定价、参数选项和示例输出——请选择与你的输入模态和生产约束相匹配的那一个,或使用同一个 API 密钥调用多个变体,组合成多步骤流水线。
使用与 WaveSpeedAI 上其他 1,000 多个 AI 模型相同的 API 密钥、账单账户和速率限制来运行 Grok Imagine Video 1.5。无需单独对接供应商,无需各家 SDK,也无需应对各家不同的速率限制——一次集成即可覆盖从文生图、文生视频到音频合成、3D 生成、放大和编辑的全部能力。
端点
全部 Grok Imagine Video 1.5 API 端点
WaveSpeedAI 现已提供 3 个 Grok Imagine Video 1.5 端点——请选择适合你工作流的变体。
/filters:quality(82)/media/images/1785749772128372417_bNuDMV5d.webp)
Grok Imagine Video v1.5 Reference To Video
xAI Grok Imagine Video v1.5 Reference to Video turns up to seven reference images and a natural-language prompt into short, stylized AI videos, with 480P / 720P output options and selectable aspect ratios for identity-consistent clips, character-driven videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1785749650076968608_eqPY8hqA.webp)
Grok Imagine Video v1.5 Text To Video
xAI Grok Imagine Video v1.5 Text to Video turns natural-language prompts into short, stylized AI videos, with 480P, 720P, and 1080P output options plus selectable aspect ratios for social media clips, creative storytelling, concept videos, marketing content, and professional text-to-video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1780290793452152876_raxttpql.webp)
Grok Imagine Video v1.5 Image To Video
xAI Grok Imagine Video v1.5 Image-to-Video turns a single input image and a natural-language prompt into short, stylized AI videos, with 480P, 720P, and 1080P output options and selectable aspect ratios for character animation, product videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
示例
看看 Grok Imagine Video 1.5 的实际效果
由 Grok Imagine Video 1.5 API 生成的真实输出。悬停在任意视频上即可预览,点击可打开全尺寸查看器。
使用方法
如何使用 Grok Imagine Video 1.5 API
从注册到完成一次生成,只需四步。完整的 Python、Node.js 和 cURL 示例见下方的 API 部分。
- 01
获取 API 密钥
注册 WaveSpeedAI 账号,并从控制台复制你的 API 密钥。新账号附带免费体验额度——足够在开始计费前把 Playground 运行几十次。
- 02
提交预测
把你的输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video。端点会立即返回预测 ID——生成是异步的,因此推理期间你无需保持连接。
- 03
轮询完成状态
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。状态为 completed 时返回输出;状态为 failed、cancelled、timeout 或 deleted 时以错误终止;其他任何状态都继续轮询。
- 04
读取输出 URL
状态变为 "completed" 后,从 data.outputs[0] 读取 URL。该 URL 指向 WaveSpeedAI CDN 上你生成的媒体——具体是图片、视频、音频还是 3D 文件,取决于你调用的 Grok Imagine Video 1.5 变体。
应用场景
用 Grok Imagine Video 1.5 可以构建什么
开发者和创作者使用 Grok Imagine Video 1.5 API 的常见工作流。
最高 1080p 的文生视频
x-ai/grok-imagine-video-v1.5/text-to-video 把自然语言提示词变成风格化的短视频,可选 480p、720p 和 1080p 输出及多种画幅比例——是 v1.5 中唯一提供 1080p 档位的变体。
从固定画面生成的图生视频
x-ai/grok-imagine-video-v1.5/image-to-video 根据文本提示词,把参考图像变成短视频,可选 480p 和 720p 输出——当起始画面固定、由提示词来指导运动时使用。
最多七张图像的参考生视频
x-ai/grok-imagine-video-v1.5/reference-to-video 把最多七张参考图像变成由提示词引导的短视频,输出身份一致——适用于以角色为主、被参考的主体必须保持可辨识的片段。
社交媒体片段和营销视频
目录将 v1.5 的三个变体都定位于社交媒体片段、营销内容和创意叙事——快速生成适合对周转时间敏感的大批量短视频流水线。
以角色为主的叙事
将参考生视频的身份一致性与提示词引导结合,用于以角色为主的片段和创意叙事——在一系列生成的镜头中保持同一主体可辨识。
预先控制画幅比例
文生视频和参考生视频提供可选的画幅比例,因此在生成时就确定交付格式,而不必事后裁剪或重新编码。
技巧
Grok Imagine Video 1.5 提示词技巧
让 Grok Imagine Video 1.5 输出更好结果的实用建议——总结自生产流水线中各类视频模型都适用的做法。
- 01
明确说明运镜方式
使用具体的摄影术语——orbit、dolly-in、push-in、pan-left、crane shot、handheld follow。笼统的提示词会产生静止或随意的镜头选择;命名的运镜方式能直接对应到模型训练数据中的运动意图,大幅提升镜头质量。
- 02
用参考图像锚定角色身份
如果提示词依赖特定的人物、角色或产品,请在提示词之外上传参考图像。没有参考时,身份会在帧与帧之间、镜头与镜头之间漂移——同一个角色每次生成看起来都像略有不同的人。
- 03
描述光线和时间
「黄金时刻,柔和温暖的定向光」或「阴天漫射光,石板灰的天空」这类光线提示,比含糊的画质修饰词更能提升质量和一致性。光线是模型所依据的最强先验之一。
- 04
用负面提示词抑制常见的失败模式
视频常用的负面提示词:「帧闪烁、运动模糊、水印、文字伪影、变形的手、低分辨率、JPEG 压缩」。负面提示词不花一分钱,却能明显降低您原本需要重新抽取的生成比例。
- 05
选择能涵盖该节拍的最短时长
大多数提示词在 5-8 秒时效果最好。更长的片段会放大时间上的不一致(主体变形、环境漂移)。如果需要 20 秒的序列,请生成三段 6-8 秒的片段再剪辑在一起——质量比一次长生成更高。
- 06
预先让画幅比例匹配平台
TikTok / Reels / Shorts 用 9:16,横屏信息流和 YouTube 用 16:9,帖子宫格用 1:1。模型对每种画幅比例的训练略有不同——事后把 16:9 裁成 9:16,会同时损失保真度和模型原本设计的构图。
定价
Grok Imagine Video 1.5 API 定价
按输出计费。最终费用会随你在各变体 Playground 中设置的参数(分辨率、时长、输出数量、参考素材)而变化。
| 端点 | 类型 | 起步价 |
|---|---|---|
| x-ai/ | reference-to-video | $0.14 |
| x-ai/ | text-to-video | $0.14 |
| x-ai/ | image-to-video | $0.14 |
API
调用 Grok Imagine Video 1.5 API
在 wavespeed.ai/accesskey 注册并获取 API 密钥,然后通过 REST 提交预测。Playground 可以为任意输入组合生成可直接粘贴的示例代码。
POSThttps://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"duration": 6,
"aspect_ratio": "16:9",
"resolution": "720p"
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"duration": 6,
"aspect_ratio": "16:9",
"resolution": "720p"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"duration": 6,
"aspect_ratio": "16:9",
"resolution": "720p"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)对比
Grok Imagine Video 1.5 与其他方案对比
在 WaveSpeedAI 上,何时应选择 Grok Imagine Video 1.5 而不是同类模型。
Grok Imagine Video 1.5 对比 Grok Imagine Video
原版 Grok Imagine Video 系列提供五个端点,包括 video-extend 和 edit-video,生成变体带同步音频。v1.5 是较新的快速生成版本,专注于文生视频(有 1080p 选项)、图生视频,以及基于最多七张参考图像的参考生视频。
Grok Imagine Video 1.5 对比 Seedance 2.0
Seedance 2.0 每个档位都带原生音频,另有 Fast/Standard/Turbo 价格档位和专用的视频编辑端点。Grok Imagine Video 1.5 专注于快速的风格化生成,并以 xAI 的 Grok 品牌提供七图参考生视频变体。
Grok Imagine Video 1.5 对比 Wan 2.6
Wan 2.6 在同一系列中加入了同步音频、视频延长和图像编辑变体,适合更广泛的流水线。Grok Imagine Video 1.5 保持精简的三端点范围——文本、图像和多参考输入——并针对快速周转做了优化。
常见问题
Grok Imagine Video 1.5 API — 常见问题
定价、许可、集成——关于在 WaveSpeedAI 上运行 Grok Imagine Video 1.5 的常见问题。
Grok Imagine Video 1.5 API 是什么?
Grok Imagine Video 1.5 是 xAI 的视频生成模型,在 WaveSpeedAI 上以 REST API 形式提供。xAI Grok Imagine Video 1.5——快速的文生视频(最高 1080p)、图生视频,以及基于最多七张参考图像的参考生视频,输出身份一致,画幅比例可选。你可以通过编程方式调用它,也可以在上方链接的 Playground 中试用。
如何调用 Grok Imagine Video 1.5 API?
注册 WaveSpeedAI 账号,从 /accesskey 复制你的 API 密钥,然后把输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video-v1.5/text-to-video。端点会返回预测 ID。从大约每 2 秒一次开始轮询结果端点,长耗时任务可适当拉长间隔,并在任何终止状态时停止。上方有面向生产环境的 Python / Node.js / cURL 示例。
Grok Imagine Video 1.5 API 的费用是多少?
Grok Imagine Video 1.5 $0.14 起。实际费用会随你设置的参数(分辨率、时长、输出数量、参考素材)而变化。Playground 中“生成”按钮旁的实时费用预览会显示你当前输入对应的准确价格。
有哪些 Grok Imagine Video 1.5 变体可用?
WaveSpeedAI 托管了 3 个已上线的 Grok Imagine Video 1.5 端点:x-ai/grok-imagine-video-v1.5/reference-to-video, x-ai/grok-imagine-video-v1.5/text-to-video, x-ai/grok-imagine-video-v1.5/image-to-video。每个变体都有自己的 Playground 页面和定价。
Grok Imagine Video 1.5 的输出可以商用吗?
商用权利遵循 xAI 的模型许可。大多数 xAI 模型允许商用输出;具体许可摘要请查看各模型的 Playground 页面,平台层面的条件请参阅 WaveSpeedAI 的服务条款。
为什么要在 WaveSpeedAI 上使用 Grok Imagine Video 1.5,而不是直接对接?
一个 API 密钥、一个账单账户,即可使用 Grok Imagine Video 1.5 以及来自其他提供方的 1,000 多个 AI 模型。无需逐家配置 SDK,无需应对各自独立的速率限制,也无需为每家重写集成代码。价格通常与 xAI 直接提供的 API 持平或更低。
提供方
关于 xAI
Grok Imagine Video 1.5 及 WaveSpeedAI 上 xAI 更多模型背后的团队。
xAI 是埃隆·马斯克创办的 AI 公司,推出用于对话、推理和多模态生成的 Grok 模型。Grok Imagine Video 涵盖文生视频、图生视频、参考生视频、视频延长和视频编辑,时长、画幅比例和分辨率均可自定义——可通过 WaveSpeedAI 的统一 API 与所有主流提供商的模型一同使用。
在 WaveSpeedAI 上用 Grok Imagine Video 1.5 开始构建
注册即送免费体验额度。一个 API 密钥,即可使用来自 xAI 及其他所有提供方的 1,000 多个 AI 模型。