Grok Imagine, xAI का वीडियो मॉडल है — वही कंपनी जिसने Grok चैटबॉट बनाया है। वर्ज़न 1.5 प्रॉम्प्ट को कहीं ज़्यादा सटीकता से फ़ॉलो करता है, मूल फ़ोटो के व्यक्ति का चेहरा-मोहरा बेहतर बनाए रखता है और तस्वीर के साथ ही आवाज़ भी बनाता है: संवाद, आसपास की आवाज़ें और संगीत।
मॉडल दोनों मोड में काम करता है। "फ़ोटो से वीडियो" आपकी तस्वीर को कंपोज़िशन बनाए रखते हुए जीवंत करता है। "टेक्स्ट से वीडियो" 16:9, 9:16 या 1:1 में शुरू से सीन शूट करता है। अवधि 5, 10 या 15 सेकंड है — यह उन गिने-चुने मॉडलों में से है जो एक ही जनरेशन में 15 सेकंड की क्लिप बनाते हैं। रेज़ोल्यूशन 720p या 1080p है।
Grok Imagine 1.5 डायनैमिक सीन, संवाद वाली क्लिप और सोशल मीडिया के लिए लंबे शॉट के लिए बढ़िया है। बाद में आप "वीडियो एडिट करें" से वीडियो बदल सकते हैं, उसे बढ़ा सकते हैं या 4K तक अपस्केल कर सकते हैं।