Grok Imagine là mô hình video của xAI, công ty đứng sau chatbot Grok. Phiên bản 1.5 bám sát prompt hơn rõ rệt, giữ diện mạo người trong ảnh gốc tốt hơn và tạo âm thanh cùng lúc với hình ảnh: lời thoại, tiếng môi trường và âm nhạc.
Mô hình hoạt động ở cả hai chế độ. "Ảnh thành video" làm sống động bức ảnh của bạn mà vẫn giữ bố cục. "Văn bản thành video" quay cảnh từ đầu ở tỷ lệ 16:9, 9:16 hoặc 1:1. Thời lượng 5, 10 hoặc 15 giây — một trong số ít mô hình tạo được clip 15 giây chỉ trong một lần. Độ phân giải 720p hoặc 1080p.
Grok Imagine 1.5 rất hợp với cảnh năng động, clip có lời thoại và cảnh quay dài cho mạng xã hội. Sau đó bạn có thể thay đổi video bằng "Chỉnh sửa video", kéo dài hoặc nâng cấp lên 4K.