I
Grok Imagineは、チャットボットGrokを開発したxAIの動画モデルです。バージョン1.5ではプロンプトへの忠実さが大きく向上し、元の写真の人物の外見をより正確に保ち、映像と同時に音声も生成します。セリフ、環境音、音楽まで含まれます。
モデルは2つのモードに対応しています。「写真から動画」は構図を保ったまま写真を動かします。「テキストから動画」は16:9、9:16、1:1でシーンをゼロから撮影します。長さは5・10・15秒。1回の生成で15秒のクリップを作れる数少ないモデルの1つです。解像度は720pまたは1080pです。
Grok Imagine 1.5は、ダイナミックなシーン、セリフのあるクリップ、SNS向けの長回しに最適です。完成した動画は「動画を編集」で変更したり、延長したり、4Kにアップスケールしたりできます。
II
1回の生成で5・10・15秒のクリップ
セリフ、環境音、音楽を動画と一緒に生成
バージョン1.5はシーンの説明をより正確に再現
16:9、9:16、1:1に対応
III
音声付きの縦型動画を最長15秒で
キャラクターがプロンプトのセリフを話す
ポートレートや風景が動き出す
カットなしで15秒続くアクション
IV
写真から動画、またはテキストから動画
Grok Imagine 1.5、長さ、解像度を選択
音声付きMP4が約2分で完成
V
何が作れるか見てみましょう — 自分で試してください
«海辺の遊歩道に立つ女性の写真 — 風に髪がなびき、彼女が笑う»
波の音が聞こえる生き生きとしたポートレート
«サングラスをかけた犬が海沿いの道でオープンカーを運転する»
カメラワークのあるダイナミックなシーン
«シェフがパンケーキを宙に投げて「完璧！」と言う»
キャラクターのセリフ入りクリップ
«夜の大都市、カメラが高層ビルの間を飛ぶ»
15秒の長回し
クレジットパック：150クレジット $5, 350クレジット $12, 1250クレジット $35。
VII
チャットボットGrokを開発したxAIの動画モデルです。バージョン1.5は写真やテキストから音声付きクリップを作ります。
不要です。モデルはここで直接使え、支払いはクレジットで行います。
1回の生成で15秒です。「動画を延長」でさらに長くできます。
はい。「動画を編集」なら、テキストでクリップの服装、背景、スタイルを変えられます。
