Grok Imagine est le modèle vidéo de xAI, l'entreprise derrière le chatbot Grok. La version 1.5 suit les prompts avec bien plus de précision, préserve mieux l'apparence de la personne sur la photo d'origine et génère le son en même temps que l'image : dialogues, bruits d'ambiance et musique.
Le modèle fonctionne dans les deux modes. « Photo en vidéo » anime votre cliché en conservant la composition. « Texte en vidéo » tourne une scène à partir de zéro en 16:9, 9:16 ou 1:1. La durée est de 5, 10 ou 15 secondes : c'est l'un des rares modèles à produire un clip de 15 secondes en une seule génération. La résolution est de 720p ou 1080p.
Grok Imagine 1.5 est idéal pour les scènes dynamiques, les clips avec dialogue et les plans longs pour les réseaux sociaux. Vous pouvez ensuite modifier la vidéo avec « Modifier la vidéo », la prolonger ou la passer en 4K.