مدل ویدیویی xAI در جنارا

ساخت ویدیو با Grok Imagine

از متن یا تصویر، کلیپ‌های کوتاه تا ۱۵ ثانیه با حرکت سینمایی و صدای خروجی بسازید؛ یا با چند تصویر مرجع ظاهر شخصیت و محصول را ثابت نگه دارید.

ورودی‌های واقعی مدلGrok Imagine
تصویر ورودیلازم
پرامپت

سوژه، حرکت دوربین، ترتیب اتفاق‌ها و صدای صحنه را واضح و کوتاه بنویسید.

۱ تا ۱۵ ثانیهتا 1080pنسبت تصویر مطابق ورودی
ویدیوی نهایی همراه صدا
شروع با عکس به ویدیو
تا ۱۵ ثانیهمدت کلیپ
تا 1080pبیشترین کیفیت
۱ تا ۷ تصویررفرنس تصویری
تصویر و صدای تولیدشدهخروجی نهایی
یک مدل، سه مسیر روشن

برای هر نقطهٔ شروع، ورودی درست را انتخاب کنید

متن به ویدیو

از یک پرامپت، ویدیوی کامل همراه صدا بسازید

صحنه، حرکت دوربین، اتفاق‌ها، دیالوگ و صدای محیط را بنویسید؛ Grok Imagine تصویر و صدای خروجی را در یک مرحله تولید می‌کند.

  • ۱ تا ۱۵ ثانیه
  • 480p، 720p یا 1080p
  • تولید صدای خروجی
عکس به ویدیو

یک تصویر را با حفظ ظاهر آن متحرک کنید

تصویر ورودی قاب شروع است؛ حرکت سوژه، فیزیک، دوربین و صدای خروجی را در پرامپت مشخص کنید.

  • ۱ تا ۱۵ ثانیه
  • تا 1080p
  • نسبت تصویر مطابق ورودی
رفرنس به ویدیو

چهره، محصول یا لباس را میان شات‌ها ثابت نگه دارید

بین یک تا هفت تصویر مرجع بدهید و نقش هر کدام را با برچسب‌های IMAGE داخل پرامپت روشن کنید؛ فایل صوتی یا ویس ورودی پشتیبانی نمی‌شود.

  • ۱ تا ۱۵ ثانیه
  • 480p یا 720p
  • تولید صدای خروجی
پرسش‌های پرتکرار

راهنمای کوتاه Grok Imagine

Grok Imagine چیست؟

Grok Imagine خانواده ساخت تصویر و ویدیو از xAI است. این صفحه روی Grok Imagine Video 1.5 و مسیرهای متن، عکس و رفرنس به ویدیو تمرکز دارد.

آیا Grok Imagine همراه ویدیو صدا هم می‌سازد؟

بله. در مسیرهای ویدیویی، گفتار، افکت و صدای محیط به‌عنوان صدای خروجی هم‌زمان با تصویر ساخته می‌شوند.

آیا می‌توانم ویس یا فایل صوتی مرجع بدهم؟

خیر. مسیرهای فعلی Grok Imagine فایل صوتی یا ویس ورودی نمی‌پذیرند؛ فقط متن و، بسته به مسیر، تصویر ورودی یا تصویر مرجع دریافت می‌کنند.

حداکثر مدت و کیفیت خروجی چقدر است؟

در نسخه 1.5، خروجی می‌تواند بین ۱ تا ۱۵ ثانیه باشد و مسیرهای متن و عکس به ویدیو تا 1080p را پشتیبانی می‌کنند.

چند تصویر مرجع می‌توانم بدهم؟

مسیر Reference to Video از یک تا هفت تصویر مرجع می‌پذیرد و برای حفظ چهره، محصول، لباس یا استایل مناسب است.

برای نتیجه بهتر چه چیزی در پرامپت بنویسم؟

سوژه، ترتیب اتفاق‌ها، حرکت دوربین، نور، صدا و چیزهایی را که باید ثابت بمانند جدا و روشن بنویسید.