Grok Imagine Video

Wie Grok Imagine Video einen Prompt liest

Grok Imagine Video 1.5 stammt von SpaceXAI, dem Unternehmen, das früher xAI hieß. Es erzeugt aus einem Prompt oder einem Standbild einen Clip von 1 bis 15 Sekunden und generiert den Ton im selben Durchgang, einschließlich lippensynchroner Sprache. Der Rat von xAI für einen Prompt ist kurz: Beschreibe die Einstellung, einschließlich Kamerabewegung, Licht und Ton.

Schreib den Prompt als Beschreibung einer einzelnen Einstellung in einfachen Sätzen: wer oder was im Bild ist, was passiert, wie sich die Kamera bewegt, wie das Licht aussieht und was man hört. Bei Text-zu-Video rendert das Modell laut xAI zuerst ein Standbild aus deinem Prompt und animiert es dann. Der Anfang deines Prompts sollte also ein klares erstes Bild beschreiben und der Rest, was danach geschieht.

Dialog und Ton

Jeder Clip kommt mit einer Tonspur. Setz gesprochene Zeilen in Anführungszeichen hinter die Person, die sie sagt, und beschreibe die Stimme, wenn es darauf ankommt („mit rauer Stimme“, „flüsternd“). Nenne die Atmosphäre und die Effekte, die du willst, und beschreibe die Musik, falls du welche möchtest.

In unseren Text-zu-Video-Tests wurde eine zitierte Zeile in der ersten halben Sekunde zusätzlich als Untertitel ins Bild geschrieben, selbst mit „keine Untertitel“ im Prompt. Wenn das stört, starte stattdessen von einem Bild oder schneide die ersten Frames ab.

Ein Standbild animieren

Häng ein Bild an, und es wird zum ersten Frame. Laut xAI soll der Prompt dann beschreiben, was als Nächstes passiert, also verschwende keine Worte darauf, das Bild noch einmal zu beschreiben: Sag, was sich bewegt, wie sich die Kamera bewegt und was man hört. Der Clip behält immer die Form des Bilds.

Standard oder Lite

Beide Stufen laufen mit Grok Imagine Video 1.5 und denselben Einstellungen. xAI empfiehlt Lite für einfache Videos, zum niedrigsten Preis pro Sekunde, und Standard, wenn du natives 1080p brauchst: Standard rendert direkt in 1080p, Lite erreicht es durch Hochskalieren von 720p. Ein praktischer Ablauf: Teste Ideen mit Lite und rendere die Version, die du behältst, in Standard.

Einen Clip bearbeiten

Häng ein Video an und beschreibe die Änderung: das Wetter, die Tageszeit, eine Farbe, ein zusätzliches Objekt oder einen neuen Stil. Die Bearbeitung läuft auf dem früheren Grok-Imagine-Video-Modell von xAI, in der Standard-Stufe. Laut xAI wendet es die Änderung an und hält alles andere so nah wie möglich an der Vorlage; man soll dazusagen, was gleich bleiben muss, etwa „Lass alles andere gleich“. Einfache, konkrete Anweisungen funktionieren am besten, und eine Änderung pro Durchlauf lässt sich am leichtesten steuern.

Der Eingabeclip ist auf 8 Sekunden begrenzt, und das Modell liest ihn mit bis zu 854 × 480 Pixeln. Das Ergebnis behält Länge und Form des Clips, mit bis zu 720p.

Einstellungen, auf die es ankommt

• Modus: Standard oder Lite. Beim Bearbeiten eines Clips ausgeblendet, da Bearbeitungen immer in Standard laufen.
• Dauer: 1 bis 15 Sekunden. Ein bearbeiteter Clip behält die Länge der Vorlage.
• Auflösung: auto, 480p, 720p oder 1080p. Bearbeitungen gehen bis 720p.
• Seitenverhältnis: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4 oder 9:16, nur wenn du allein aus einem Prompt generierst. Mit angehängtem Bild oder Video folgt das Bildformat diesem.

Typische Fehlerbilder

• Das erste Frame entspricht nicht deiner Vorstellung. Bei Text-zu-Video baut das Modell zuerst das Eröffnungsbild. Beschreibe Motiv, Umgebung und Licht gleich am Anfang.
• Eine Bearbeitung ändert mehr als gewünscht. Halte die Anweisung kurz und schließe mit dem, was gleich bleiben muss.