Grok Imagine Video API
xAI Grok Imagine Video——文生视频、图生视频、参考生视频、视频延长和视频编辑,另有快速的 v1.5 版本,提供 1080p 文生视频和基于最多七张图像的参考生视频。
同一系列包含两代。原版端点涵盖文生视频、图生视频、参考生视频(保留身份、风格和场景构图)、视频延长和视频编辑。快速的 v1.5 版本新增带 1080p 选项的文生视频、480p/720p 的图生视频,以及基于最多七张参考图像的参考生视频。
概览
关于 Grok Imagine Video API
Grok Imagine Video 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 是 xAI 推出的视频生成模型,可通过 WaveSpeedAI REST API 使用。xAI Grok Imagine Video——文生视频、图生视频、参考生视频、视频延长和视频编辑,另有快速的 v1.5 版本,提供 1080p 文生视频和基于最多七张图像的参考生视频。
同一系列包含两代。原版端点涵盖文生视频、图生视频、参考生视频(保留身份、风格和场景构图)、视频延长和视频编辑。快速的 v1.5 版本新增带 1080p 选项的文生视频、480p/720p 的图生视频,以及基于最多七张参考图像的参考生视频。
WaveSpeedAI 上的 Grok Imagine Video 系列提供 8 个 REST 端点,涵盖 Reference-To-Video, Video-Extend, Video-To-Video, Image-To-Video, Text-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。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 API 端点
WaveSpeedAI 现已提供 8 个 Grok Imagine Video 端点——请选择适合你工作流的变体。
/filters:quality(82)/media/images/20260408105551_m66r6mam.webp)
Grok Imagine Video Reference To Video
X-AI Grok Imagine Video Reference-to-Video generates videos from multiple reference images with preserved identity, style, and scene composition. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408105541_qrxbn3z7.webp)
Grok Imagine Video Video Extend
X-AI Grok Imagine Video Extend turns short clips into longer videos with smooth motion continuity and natural scene extension. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408105555_hhlx7ioh.webp)
Grok Imagine Video Edit Video
X-AI Grok Imagine Video Edit enables video editing using xAI's Grok Imagine Video model. Transform and modify existing videos with text prompts for seamless AI-powered edits. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408105545_jr13dx9n.webp)
Grok Imagine Video Image To Video
X-AI Grok Imagine Video transforms images into videos using xAI's Grok Imagine Video model. Animate still images with natural motion, scene continuity, and synchronized audio. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408105600_w4oazgw4.webp)
Grok Imagine Video Text To Video
X-AI Grok Imagine Video generates videos from text descriptions using xAI's Grok Imagine Video model. Create high-quality videos with customizable duration, aspect ratio, and resolution. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/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 的实际效果
由 Grok Imagine Video 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 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/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 变体。
应用场景
用 Grok Imagine Video 可以构建什么
开发者和创作者使用 Grok Imagine Video API 的常见工作流。
跨两代的文生视频
x-ai/grok-imagine-video/text-to-video 生成时长、画幅比例和分辨率均可自定义的视频,而 x-ai/grok-imagine-video-v1.5/text-to-video 则提供快速、风格化的输出,可选 480p、720p 和 1080p。
保持场景连贯的图生视频
x-ai/grok-imagine-video/image-to-video 让静态图像动起来,运动自然、场景连贯,并带同步音频;v1.5 变体提供 480p 和 720p 的快速提示词引导动画。
保持身份的参考生视频
x-ai/grok-imagine-video/reference-to-video 根据多张参考图像生成视频,保留身份、风格和场景构图——v1.5 变体则最多接受七张参考图像,用于身份一致、以角色为主的片段。
视频延长,制作更长的序列
x-ai/grok-imagine-video/video-extend 把短片段变成更长的视频,运动连贯、场景延伸自然——可连续延长,制作超出单次生成窗口的叙事序列。
文本提示词的视频编辑
x-ai/grok-imagine-video/edit-video 通过文本提示词转换和修改现有视频,实现无缝的 AI 编辑——在源素材上按提示词修改,无需从头重新生成。
用于短视频内容的快速 v1.5 档位
目录将 v1.5 变体定位于社交媒体片段、营销内容和创意叙事——快速生成加上可选的画幅比例,适合大批量短视频流水线。
技巧
Grok Imagine Video 提示词技巧
让 Grok Imagine Video 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
预先设定时长和画幅比例
目录宣称:时长、画幅比例和分辨率均可自定义。请在 API 调用中设置交付参数——不要先生成横屏再裁剪成 9:16。
- 02
群像场景使用参考生视频
当多个被参考的主体必须保持连贯时,使用参考生视频并提供全部参考图像——身份和场景构图会从参考延续到输出。
- 03
用视频延长保持叙事连续
先生成一段质量出色的 5-8 秒基础片段,再用 video-extend 平滑续写。要得到更长的序列,请连续延长,而不是一次生成很长的视频。
- 04
用 Edit-video 做针对性修改
当现有素材需要按提示词修改时,请使用 edit-video——比从头重新生成整个场景更快。
- 05
图生视频保持场景连贯
目录强调图生视频的场景连贯性。请提供干净、光线良好的参考静态图——模型会把运动锚定在起始构图上。
定价
Grok Imagine Video 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 | $0.05 |
| x-ai/ | video-extend | $0.05 |
| x-ai/ | video-to-video | $0.065 |
| x-ai/ | image-to-video | $0.05 |
| x-ai/ | text-to-video | $0.05 |
| x-ai/ | reference-to-video | $0.09 |
| x-ai/ | text-to-video | $0.08 |
| x-ai/ | image-to-video | $0.09 |
API
调用 Grok Imagine Video API
在 wavespeed.ai/accesskey 注册并获取 API 密钥,然后通过 REST 提交预测。Playground 可以为任意输入组合生成可直接粘贴的示例代码。
POSThttps://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/x-ai/grok-imagine-video/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/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/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 与其他方案对比
在 WaveSpeedAI 上,何时应选择 Grok Imagine Video 而不是同类模型。
Grok Imagine Video 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,并以视频编辑作为专用的风格重绘端点。Grok Imagine Video 以 xAI 的 Grok 品牌,覆盖跨两代的八个端点(包括 edit-video、video-extend 和快速的 v1.5 档位),范围更广。
Grok Imagine Video 对比 Wan 2.7
Wan 2.7 在同一系列中提供图像编辑和文生图变体,适合跨模态流水线。Grok Imagine Video 则专注于视频,把 edit-video 和 video-extend 作为一等端点。
Grok Imagine Video 对比 Veo 3.1
Veo 3.1 在人脸写实方面口碑更强,并有 Google 的三个价格档位。Grok Imagine Video 提供可自定义的时长/分辨率和包含 edit-video 的五端点范围——提供商不同,但 API 集成模式相当。
常见问题
Grok Imagine Video API — 常见问题
定价、许可、集成——关于在 WaveSpeedAI 上运行 Grok Imagine Video 的常见问题。
Grok Imagine Video API 是什么?
Grok Imagine Video 是 xAI 的视频生成模型,在 WaveSpeedAI 上以 REST API 形式提供。xAI Grok Imagine Video——文生视频、图生视频、参考生视频、视频延长和视频编辑,另有快速的 v1.5 版本,提供 1080p 文生视频和基于最多七张图像的参考生视频。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 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/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 API 的费用是多少?
Grok Imagine Video 每次调用 $0.05 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 变体可用?
WaveSpeedAI 托管了 8 个已上线的 Grok Imagine Video 端点:x-ai/grok-imagine-video/reference-to-video, x-ai/grok-imagine-video/video-extend, x-ai/grok-imagine-video/edit-video, x-ai/grok-imagine-video/image-to-video, x-ai/grok-imagine-video/text-to-video, 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 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,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 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 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 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。