Grok Imagine Video 1.5 er en model fra xAI til videoer fra tekst og visuelt materiale. Den aktuelle, offentliggjorte Ailoot-metode tilbyder videogenerering ud fra tekst; modellens ekstra tilstande kan animere billeder, bruge referencer og angive scenens keyframes.
Resultatet skabes asynkront: efter joboprettelsen kontrolleres det med identifikatoren, om videoen er færdig. Ifølge xAI kan det tage flere minutter afhængigt af scenens kompleksitet, varighed og opløsning. Et job-ID betyder ikke, at videoen er klar.
Videoen varer 1 til 15 sekunder. 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 eller 2:3 kan vælges, med 16:9 som tekststandard. Ved billedanimation bevares billedformatet som standard.
Videogenerering ud fra tekst eller et startbillede tilbyder 480p, 720p og 1080p. 480p er standard; referencetilstanden er begrænset til 720p. 1080p gælder ikke alle tilstande, blot fordi modellen har det.
I referencetilstanden accepterer xAI op til 7 billeder. De angiver mennesker, genstande, tøj og andre visuelle egenskaber uden at fastlåse startframen. Det er til scener med tilbagevendende figurer, produktvisning og bevaret udseende mellem iscenesættelser.
Version 1.5 kan fastlåse præcis første frame, sidste frame eller begge. Med kun sidste angivet skaber modellen selv begyndelsen og når frem til billedet. Med begge grænser skaber den bevægelsen mellem dem; tekst kan præcisere bevægelse og kamera.
Op til 4 keyframes inde i videoen kan fastlåses til et storyboard. Hvert tidspunkt skal være strengt efter starten og før slutningen på et gitter med 1/3 sekund. To frames, der afrundes til samme gittertidspunkt, afvises. Undgå det med mindst 1/3 sekund mellem dem. Første og sidste frame angives separat fra de fire mellemliggende.
Keyframes kan kombineres med visuelle referencer og forudindstillede stemmer. Hvis mindst én frame er fastlåst, er teksten valgfri: billedsekvensen angiver selv scenen. Keyframes kan ikke bruges med videoredigeringstilstand. Disse xAI-muligheder betyder ikke, at de findes i Ailoots offentliggjorte videogenerering ud fra tekst.
Videoen har som standard et lydspor; et lydløst resultat er også muligt. I stemmereferencetilstanden hos xAI kan op til 3 forudindstillede stemmer vælges og knyttes til talende deltagere.
Upload af egen lydfil som stemmeprøve er ikke en generel modelmulighed: xAI tilbyder det særskilt efter anmodning. Forudindstillet stemme og uploadet lyd er forskellige inputtyper.
Videogenerering ud fra tekst skaber en ny scene; startbilledet angiver begyndelsen; referencer styrer udseendet; fastlåste frames angiver visuelle tidspunkter. Hver tilstand har egne grænser, så indstillingerne fra én metode kan ikke ubetinget overføres til en anden.
", "aboutText": "### Skabelse af en videoscene\n\nGrok Imagine Video 1.5 er en model fra xAI til videoer fra tekst og visuelt materiale. Den aktuelle, offentliggjorte Ailoot-metode tilbyder videogenerering ud fra tekst; modellens ekstra tilstande kan animere billeder, bruge referencer og angive scenens keyframes.\n\nResultatet skabes asynkront: efter joboprettelsen kontrolleres det med identifikatoren, om videoen er færdig. Ifølge xAI kan det tage flere minutter afhængigt af scenens kompleksitet, varighed og opløsning. Et job-ID betyder ikke, at videoen er klar.\n\n### Varighed, billedformat og opløsning\n\nVideoen varer **1 til 15 sekunder**. `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2` eller `2:3` kan vælges, med `16:9` som tekststandard. Ved billedanimation bevares billedformatet som standard.\n\nVideogenerering ud fra tekst eller et startbillede tilbyder **480p, 720p og 1080p**. 480p er standard; referencetilstanden er begrænset til 720p. 1080p gælder ikke alle tilstande, blot fordi modellen har det.\n\n### Styring af udseendet\n\nI referencetilstanden accepterer xAI op til **7 billeder**. De angiver mennesker, genstande, tøj og andre visuelle egenskaber uden at fastlåse startframen. Det er til scener med tilbagevendende figurer, produktvisning og bevaret udseende mellem iscenesættelser.\n\n### Første, sidste og mellemliggende frames\n\nVersion 1.5 kan fastlåse præcis første frame, sidste frame eller begge. Med kun sidste angivet skaber modellen selv begyndelsen og når frem til billedet. Med begge grænser skaber den bevægelsen mellem dem; tekst kan præcisere bevægelse og kamera.\n\nOp til **4 keyframes** inde i videoen kan fastlåses til et storyboard. Hvert tidspunkt skal være strengt efter starten og før slutningen på et gitter med **1/3 sekund**. To frames, der afrundes til samme gittertidspunkt, afvises. Undgå det med mindst 1/3 sekund mellem dem. Første og sidste frame angives separat fra de fire mellemliggende.\n\nKeyframes kan kombineres med visuelle referencer og forudindstillede stemmer. Hvis mindst én frame er fastlåst, er teksten valgfri: billedsekvensen angiver selv scenen. Keyframes kan ikke bruges med videoredigeringstilstand. Disse xAI-muligheder betyder ikke, at de findes i Ailoots offentliggjorte videogenerering ud fra tekst.\n\n### Lyd og stemmer\n\nVideoen har som standard et lydspor; et lydløst resultat er også muligt. I stemmereferencetilstanden hos xAI kan op til **3 forudindstillede stemmer** vælges og knyttes til talende deltagere.\n\nUpload af egen lydfil som stemmeprøve er ikke en generel modelmulighed: xAI tilbyder det særskilt efter anmodning. Forudindstillet stemme og uploadet lyd er forskellige inputtyper.\n\n### Arbejdstilstande\n\nVideogenerering ud fra tekst skaber en ny scene; startbilledet angiver begyndelsen; referencer styrer udseendet; fastlåste frames angiver visuelle tidspunkter. Hver tilstand har egne grænser, så indstillingerne fra én metode kan ikke ubetinget overføres til en anden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4dd701119ac62528fb68f61890bcae8042f56abafd7d84149f7d538c26dd5ec5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "grok-imagine-video-1.5Grok Imagine Video 1.5 skaber tekstbaserede videoer på 1–15 sekunder, også i 1080p. Modellen understøtter billedanimation, visuelle referencer, keyframes og lydspor.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Grok Imagine Video 1.5 er en model fra xAI til videoer fra tekst og visuelt materiale. Den aktuelle, offentliggjorte Ailoot-metode tilbyder videogenerering ud fra tekst; modellens ekstra tilstande kan animere billeder, bruge referencer og angive scenens keyframes.
Resultatet skabes asynkront: efter joboprettelsen kontrolleres det med identifikatoren, om videoen er færdig. Ifølge xAI kan det tage flere minutter afhængigt af scenens kompleksitet, varighed og opløsning. Et job-ID betyder ikke, at videoen er klar.
Videoen varer 1 til 15 sekunder. 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 eller 2:3 kan vælges, med 16:9 som tekststandard. Ved billedanimation bevares billedformatet som standard.
Videogenerering ud fra tekst eller et startbillede tilbyder 480p, 720p og 1080p. 480p er standard; referencetilstanden er begrænset til 720p. 1080p gælder ikke alle tilstande, blot fordi modellen har det.
I referencetilstanden accepterer xAI op til 7 billeder. De angiver mennesker, genstande, tøj og andre visuelle egenskaber uden at fastlåse startframen. Det er til scener med tilbagevendende figurer, produktvisning og bevaret udseende mellem iscenesættelser.
Version 1.5 kan fastlåse præcis første frame, sidste frame eller begge. Med kun sidste angivet skaber modellen selv begyndelsen og når frem til billedet. Med begge grænser skaber den bevægelsen mellem dem; tekst kan præcisere bevægelse og kamera.
Op til 4 keyframes inde i videoen kan fastlåses til et storyboard. Hvert tidspunkt skal være strengt efter starten og før slutningen på et gitter med 1/3 sekund. To frames, der afrundes til samme gittertidspunkt, afvises. Undgå det med mindst 1/3 sekund mellem dem. Første og sidste frame angives separat fra de fire mellemliggende.
Keyframes kan kombineres med visuelle referencer og forudindstillede stemmer. Hvis mindst én frame er fastlåst, er teksten valgfri: billedsekvensen angiver selv scenen. Keyframes kan ikke bruges med videoredigeringstilstand. Disse xAI-muligheder betyder ikke, at de findes i Ailoots offentliggjorte videogenerering ud fra tekst.
Videoen har som standard et lydspor; et lydløst resultat er også muligt. I stemmereferencetilstanden hos xAI kan op til 3 forudindstillede stemmer vælges og knyttes til talende deltagere.
Upload af egen lydfil som stemmeprøve er ikke en generel modelmulighed: xAI tilbyder det særskilt efter anmodning. Forudindstillet stemme og uploadet lyd er forskellige inputtyper.
Videogenerering ud fra tekst skaber en ny scene; startbilledet angiver begyndelsen; referencer styrer udseendet; fastlåste frames angiver visuelle tidspunkter. Hver tilstand har egne grænser, så indstillingerne fra én metode kan ikke ubetinget overføres til en anden.
POST /v1/videos/generationstextvideo| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser grok-imagine-video-1.5 | Standard— |
Feltprompt | Typestring | KravValgfrit | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltduration | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 15 Betingelser: Angiv ikke både duration og seconds Enhed: sekunder | Standard1 |
Feltseconds | Typeinteger|integer_string | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 15 Alternativ: duration | Standard— |
Feltresolution | Typestring | KravValgfrit | Værdier og grænser 480p, 720p, 1080p | Standard480p |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Betingelser: Hvis der angives et inputbillede, og billedformatet udelades, overtager udbyderen billedets format | Standard16:9 |
Feltsize | Typestring | KravValgfrit | Værdier og grænser 1280x720, 720x1280, 1920x1080, 1080x1920 Betingelser: Skal stemme overens med resolution/aspect_ratio, hvis begge angives | Standard— |
Feltimage | Typeobject | KravValgfrit | Værdier og grænser Betingelser: Et faktisk, understøttet inputbillede; tillader, at prompten udelades | Standard— |
Tekst til video · Påkrævet: prompt
Billede til video · Påkrævet: image
| Parameter | Kontrakt |
|---|---|
Parametermaterial_types | Kontrakttext |
Parameterrequired | Kontraktnull |
Parameteroptional_controls | Kontraktnull |
Livscyklus: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Metodernes strukturer og ID’er er præcise; leverandørens muligheder er adskilt fra adgangstilladelse.
POST /v1/videos/generationsAiloot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl https://api.ailoot.ai/v1/videos/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n -H "Content-Type: application/json" \\\n -d '{"model": "grok-imagine-video-1.5", "prompt": "A person walks slowly through a quiet garden as the camera tracks from the side."}'mp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY"set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id/content" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n --output video.mp4Gem hver færdig video eller returneret fil; hent hver faktisk returneret fil-URL.
Behold hele status-JSON-svaret og det faktiske request_id. Et færdigt svar med status=done indeholder video.url med en indholds-URL, du ejer. Bevar den oplyste varighed og hvert returneret resultatfelt.
Læs det eksisterende oprindelige job; indsend aldrig en afsendelse med ukendt udfald igen.
| Felt | Type |
|---|---|
Feltrequest_id | Typestring |
Feltid | Typestring |
Feltstatus | Typestring |
Feltvideo.url | Typeowned signed content URL |
Feltvideo.duration | Typenumber |
Feltvideo.respect_moderation | Typeboolean |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Svar409 · video_not_ready | BetingelseDet oprindelige resultatindhold er endnu ikke tilgængeligt | Næste trinForespørg på status med det oprindeligt returnerede ID, og overhold Retry-After. |
Svarserver_error | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. |
Ailoot grok-imagine-video-1.5, grok-imagine-video-1.5-2026-05-30
Brug metodestierne vist ovenfor.
grok-imagine-video-1.5-2026-05-30Grok Imagine Video 1.5 skaber tekstbaserede videoer på 1–15 sekunder, også i 1080p. Modellen understøtter billedanimation, visuelle referencer, keyframes og lydspor.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Grok Imagine Video 1.5 er en model fra xAI til videoer fra tekst og visuelt materiale. Den aktuelle, offentliggjorte Ailoot-metode tilbyder videogenerering ud fra tekst; modellens ekstra tilstande kan animere billeder, bruge referencer og angive scenens keyframes.
Resultatet skabes asynkront: efter joboprettelsen kontrolleres det med identifikatoren, om videoen er færdig. Ifølge xAI kan det tage flere minutter afhængigt af scenens kompleksitet, varighed og opløsning. Et job-ID betyder ikke, at videoen er klar.
Videoen varer 1 til 15 sekunder. 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 eller 2:3 kan vælges, med 16:9 som tekststandard. Ved billedanimation bevares billedformatet som standard.
Videogenerering ud fra tekst eller et startbillede tilbyder 480p, 720p og 1080p. 480p er standard; referencetilstanden er begrænset til 720p. 1080p gælder ikke alle tilstande, blot fordi modellen har det.
I referencetilstanden accepterer xAI op til 7 billeder. De angiver mennesker, genstande, tøj og andre visuelle egenskaber uden at fastlåse startframen. Det er til scener med tilbagevendende figurer, produktvisning og bevaret udseende mellem iscenesættelser.
Version 1.5 kan fastlåse præcis første frame, sidste frame eller begge. Med kun sidste angivet skaber modellen selv begyndelsen og når frem til billedet. Med begge grænser skaber den bevægelsen mellem dem; tekst kan præcisere bevægelse og kamera.
Op til 4 keyframes inde i videoen kan fastlåses til et storyboard. Hvert tidspunkt skal være strengt efter starten og før slutningen på et gitter med 1/3 sekund. To frames, der afrundes til samme gittertidspunkt, afvises. Undgå det med mindst 1/3 sekund mellem dem. Første og sidste frame angives separat fra de fire mellemliggende.
Keyframes kan kombineres med visuelle referencer og forudindstillede stemmer. Hvis mindst én frame er fastlåst, er teksten valgfri: billedsekvensen angiver selv scenen. Keyframes kan ikke bruges med videoredigeringstilstand. Disse xAI-muligheder betyder ikke, at de findes i Ailoots offentliggjorte videogenerering ud fra tekst.
Videoen har som standard et lydspor; et lydløst resultat er også muligt. I stemmereferencetilstanden hos xAI kan op til 3 forudindstillede stemmer vælges og knyttes til talende deltagere.
Upload af egen lydfil som stemmeprøve er ikke en generel modelmulighed: xAI tilbyder det særskilt efter anmodning. Forudindstillet stemme og uploadet lyd er forskellige inputtyper.
Videogenerering ud fra tekst skaber en ny scene; startbilledet angiver begyndelsen; referencer styrer udseendet; fastlåste frames angiver visuelle tidspunkter. Hver tilstand har egne grænser, så indstillingerne fra én metode kan ikke ubetinget overføres til en anden.
POST /v1/videos/generationstextvideo| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser grok-imagine-video-1.5-2026-05-30 | Standard— |
Feltprompt | Typestring | KravValgfrit | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltduration | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 15 Betingelser: Angiv ikke både duration og seconds Enhed: sekunder | Standard1 |
Feltseconds | Typeinteger|integer_string | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 15 Alternativ: duration | Standard— |
Feltresolution | Typestring | KravValgfrit | Værdier og grænser 480p, 720p, 1080p | Standard480p |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Betingelser: Hvis der angives et inputbillede, og billedformatet udelades, overtager udbyderen billedets format | Standard16:9 |
Feltsize | Typestring | KravValgfrit | Værdier og grænser 1280x720, 720x1280, 1920x1080, 1080x1920 Betingelser: Skal stemme overens med resolution/aspect_ratio, hvis begge angives | Standard— |
Feltimage | Typeobject | KravValgfrit | Værdier og grænser Betingelser: Et faktisk, understøttet inputbillede; tillader, at prompten udelades | Standard— |
Tekst til video · Påkrævet: prompt
Billede til video · Påkrævet: image
| Parameter | Kontrakt |
|---|---|
Parametermaterial_types | Kontrakttext |
Parameterrequired | Kontraktnull |
Parameteroptional_controls | Kontraktnull |
Livscyklus: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Metodernes strukturer og ID’er er præcise; leverandørens muligheder er adskilt fra adgangstilladelse.
POST /v1/videos/generationsAiloot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl https://api.ailoot.ai/v1/videos/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n -H "Content-Type: application/json" \\\n -d '{"model": "grok-imagine-video-1.5-2026-05-30", "prompt": "A person walks slowly through a quiet garden as the camera tracks from the side."}'mp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY"set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_VIDEO_ID\nvideo_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1\ncurl "https://api.ailoot.ai/v1/videos/generations/$video_id/content" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" \\\n --output video.mp4Gem hver færdig video eller returneret fil; hent hver faktisk returneret fil-URL.
Behold hele status-JSON-svaret og det faktiske request_id. Et færdigt svar med status=done indeholder video.url med en indholds-URL, du ejer. Bevar den oplyste varighed og hvert returneret resultatfelt.
Læs det eksisterende oprindelige job; indsend aldrig en afsendelse med ukendt udfald igen.
| Felt | Type |
|---|---|
Feltrequest_id | Typestring |
Feltid | Typestring |
Feltstatus | Typestring |
Feltvideo.url | Typeowned signed content URL |
Feltvideo.duration | Typenumber |
Feltvideo.respect_moderation | Typeboolean |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Svar409 · video_not_ready | BetingelseDet oprindelige resultatindhold er endnu ikke tilgængeligt | Næste trinForespørg på status med det oprindeligt returnerede ID, og overhold Retry-After. |
Svarserver_error | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. |
Ailoot grok-imagine-video-1.5, grok-imagine-video-1.5-2026-05-30
Brug metodestierne vist ovenfor.