SpaceXAI: Grok Imagine Video

Grok Imagine Video ist die klassische Edition der Grok-Imagine-Videofamilie. Die aktuelle Herstellerdokumentation behandelt das Erzeugen eines neuen Clips aus einem Prompt, die Animation eines Startbildes, visuelle Referenzen sowie das Ändern oder Fortsetzen eines vorhandenen Videos. Diese Abläufe liefern unterschiedliche Ergebnisse: eine neue Szene, eine bearbeitete Fassung bereitgestellten Materials oder ein Video mit dem Originalmaterial und anschliessendem neuen Inhalt. Wählen Sie den Ablauf anhand des vorhandenen Materials und des Teils der Einstellung, der sich ändern soll.

Beschreiben Sie für eine neue Text-to-Video-Einstellung Motiv, Umgebung, sichtbare Handlung, Kamera und Ton. Die Standardgenerierung unterstützt Clips von 1–15 Sekunden mit 480p oder 720p und generiertem Ton. Dokumentiert sind quadratische, querformatige, hochformatige und breitere Seitenverhältnisse, darunter 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 und 5:2. Ein eigenes Briefing könnte eine Papierlaterne verlangen, die sich sanft über einem ruhigen Innenhof bewegt, während die Kamera seitlich fährt. Prüfen Sie, ob Bewegung, Bildausschnitt und Umgebungsgeräusche diese eine Einstellung unterstützen.

Bei Image-to-Video ist das bereitgestellte Standbild das erste Einzelbild. Bereiten Sie es mit dem vorgesehenen Beschnitt, Motiv und sichtbaren Details vor und beschreiben Sie anschliessend die folgende Handlung. Die Ausgabe übernimmt das Seitenverhältnis des Bildes. Ein Startbild gibt eine exakte Eröffnungskomposition vor; Reference-to-Video nutzt dagegen Bilder, um Personen, Produkte oder Umgebung in einer neu komponierten Szene anzuleiten. Die klare Trennung dieser Rollen verhindert einen unbeabsichtigten Einstieg, wenn ein bekanntes Objekt in eine andere Umgebung versetzt werden soll.

Das klassische Modell akzeptiert bis zu sieben Referenzbilder pro referenzgestützter Anfrage. Dieser Modus ist auf zehn Sekunden und 720p begrenzt. Geben Sie jeder Referenz eine eindeutige Rolle und benennen Sie sie über ihre Listenposition, beginnend mit <IMAGE_0>. Bei einer Produktvignette kann eine Referenz das Objekt und eine andere den gewünschten Ort bestimmen. Konzentrieren Sie das Briefing auf die Platzierung des Objekts und die Haupthandlung. Der klassische Referenzmodus verwendet seine eigene Konfiguration; die Vollversion 1.5 bietet zusätzlich Steuerungen für ausgewählte Stimmen und fixierte Einzelbilder.

Videobearbeitung verwendet einen bestehenden Clip und einen Prompt zur gewünschten Änderung. Der Hersteller akzeptiert MP4-Quellen mit unterstützten Codecs wie H.264, H.265 oder AV1 und einer Länge von bis zu 8,7 Sekunden. Das bearbeitete Ergebnis behält Dauer und Seitenverhältnis der Quelle bei und folgt ihrer Auflösung bis maximal 720p. Individuelle Einstellungen für Dauer, Seitenverhältnis und Auflösung gelten bei diesem Bearbeitungsablauf nicht. Bereiten Sie eine Quelle vor, deren Komposition und Timing bereits dem späteren Einsatz entsprechen, damit sich der Prompt auf die gewünschte visuelle Änderung konzentrieren kann.

Ein eigenes Bearbeitungsbriefing könnte die Farbe eines Schals ändern und dabei Gesicht, Bewegung, Hintergrund und Kamera der Person erhalten. Nennen Sie diese beizubehaltenden Elemente ausdrücklich neben der Änderung. Der Hersteller beschreibt das möglichst genaue Erhalten der übrigen Quelle als Ziel; dies ist ein sinnvoller Prüfmasstab, aber keine Garantie, dass jedes Pixel identisch bleibt. Vergleichen Sie das Ergebnis über den gesamten Clip, besonders wenn sich das Objekt bewegt, ein anderes Objekt kreuzt oder teilweise verdeckt wird. Das endgültige Ergebnis ist der bearbeitete Clip, nicht lediglich ein Standbild mit der neuen Farbe.

Die Videoverlängerung setzt am letzten Einzelbild einer vorhandenen MP4-Datei an. Die dokumentierte Quelllänge beträgt 2–15 Sekunden; hinzu kommen 2–10 Sekunden, standardmässig sechs Sekunden. Die Verlängerungsdauer betrifft nur den neuen Abschnitt. Eine zehnsekündige Quelle mit fünf Sekunden Fortsetzung ergibt ein fünfzehnsekündiges Video mit beiden Teilen. Das Ergebnis erhält Seitenverhältnis und Auflösung der Quelle bis maximal 720p. Bereiten Sie den letzten Moment der Quelle vor und beschreiben Sie den nächsten Vorgang, etwa dass sich das Motiv einem näherkommenden Objekt zuwendet, während die Kamera ihre Bewegung fortsetzt.

Prüfen Sie eine Verlängerung besonders am Übergang zwischen Quelle und neuem Inhalt. Kontrollieren Sie Motividentität, Bewegungsrichtung, Kameratempo, Licht und Ton, damit die Fortsetzung zur vorausgehenden Handlung passt. Endet ein Clip an einer visuell ungünstigen Stelle, beziehen Sie diese Grenze ausdrücklich in die Planung der nächsten Einstellung ein. Die Zusammenstellung längerer Szenen ist eine Schnittentscheidung: Für Generierung, Referenzen, Bearbeitung und Verlängerung gelten getrennte Dauergrenzen; das Gesamtergebnis einer Verlängerung kann länger sein als ein gewöhnlicher neu generierter Clip.

Der Videoablauf des Herstellers ist asynchron. Eine Anfragekennung verfolgt den Auftrag, bis das abgeschlossene Ergebnis Speicherort und Dauer des Videos liefert; Ausgabespeicherorte sind temporär. Bewahren Sie das abspielbare Ergebnis und seine Ausgangsmaterialien für den Produktionsschnitt auf. Die Vollversion Grok Imagine Video 1.5 bietet native 1080p-Generierung und reichhaltigere Bild-, Stimm- und Einzelbildanker; Lite dient einfachen Prompt- oder Startbildaufgaben. Die klassische Edition bleibt nützlich, wenn das Ausgangsmaterial bereits ein Video ist, das gezielt verändert oder fortgesetzt werden soll.