Grok Imagine é o modelo de vídeo da xAI, a empresa por trás do chatbot Grok. A versão 1.5 segue os prompts com muito mais precisão, preserva melhor a aparência da pessoa da foto original e gera o som junto com a imagem: falas, ruído ambiente e música.
O modelo funciona nos dois modos. "Foto para vídeo" anima a sua imagem mantendo a composição. "Texto para vídeo" filma uma cena do zero em 16:9, 9:16 ou 1:1. A duração é de 5, 10 ou 15 segundos — é um dos poucos modelos que cria um clipe de 15 segundos em uma única geração. A resolução é 720p ou 1080p.
O Grok Imagine 1.5 é ótimo para cenas dinâmicas, clipes com fala e planos longos para redes sociais. Depois, você pode alterar o vídeo com "Editar vídeo", estendê-lo ou aumentá-lo para 4K.