SpaceXAI: Grok Imagine Video

Grok Imagine Video adalah edisi klasik dari keluarga video Grok Imagine. Dokumentasi produsen saat ini mencakup generasi klip baru dari prompt, animasi gambar awal, penggunaan referensi visual, serta perubahan atau kelanjutan video yang ada. Alur kerja ini menghasilkan artefak berbeda: adegan baru, versi rekaman yang disunting, atau satu video berisi rekaman asli disusul konten baru. Pilih alur kerja berdasarkan materi yang sudah tersedia dan bagian shot yang perlu berubah.

Untuk shot teks ke video baru, jelaskan subjek, lingkungan, tindakan visual, kamera, dan bunyi. Generasi standar mendukung klip 1–15 detik, dengan keluaran 480p atau 720p dan audio hasil generasi. Rasio persegi, lanskap, potret, dan lebih lebar didokumentasikan, termasuk 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, dan 5:2. Arahan orisinal dapat meminta lentera kertas bergerak lembut di atas halaman yang tenang saat kamera melakukan tracking menyamping. Peninjauan yang berguna memeriksa apakah gerakan, pembingkaian, dan bunyi lingkungan mendukung satu shot itu.

Dalam gambar ke video, gambar diam yang diberikan adalah bingkai pertama. Siapkan dengan pemangkasan, subjek, dan detail visual yang dimaksud, lalu jelaskan tindakan berikutnya. Keluaran mengikuti rasio aspek gambar. Gambar awal memberi komposisi pembuka yang persis, sedangkan referensi ke video menggunakan gambar untuk memandu orang, produk, atau lingkungan dalam adegan yang dikomposisikan baru. Membedakan kedua peran membantu menghindari pembukaan yang tidak diinginkan ketika tujuannya menempatkan objek yang dikenal ke latar lain.

Model klasik menerima hingga tujuh gambar referensi per permintaan berpanduan referensi. Mode itu terbatas pada sepuluh detik dan 720p. Berikan peran yang jelas pada setiap referensi dan identifikasi menurut posisinya dalam daftar, dimulai dari <IMAGE_0>. Untuk vignette produk, satu referensi dapat mengidentifikasi objek dan referensi lain lokasi yang diinginkan. Fokuskan arahan pada penempatan objek dan tindakan utama shot. Mode referensi klasik menggunakan konfigurasinya sendiri; edisi 1.5 penuh menyediakan kendali tambahan suara pilihan serta bingkai yang ditetapkan.

Penyuntingan video menerima klip yang ada dan prompt yang menjelaskan perubahan. Pembuatnya menerima sumber MP4 dengan codec yang didukung seperti H.264, H.265, atau AV1, sepanjang hingga 8,7 detik. Hasil suntingan mempertahankan durasi serta rasio aspek sumber dan mengikuti resolusinya hingga batas 720p. Kendali durasi, rasio aspek, dan resolusi kustom tidak berlaku untuk alur kerja penyuntingan ini. Siapkan sumber yang sudah memiliki komposisi serta waktu yang dibutuhkan untuk penggunaan akhir agar prompt dapat berfokus pada modifikasi visual yang dimaksud.

Arahan penyuntingan orisinal dapat mengubah warna syal sambil mempertahankan wajah, gerakan, latar, dan kamera orang tersebut. Nyatakan unsur yang dipertahankan secara eksplisit bersama perubahan. Produsen menjelaskan pemertahanan bagian sumber lainnya sedekat mungkin, yang merupakan tujuan peninjauan yang berguna, bukan jaminan setiap piksel tetap identik. Bandingkan hasil di sepanjang klip, terutama ketika objek bergerak, melintasi objek lain, atau tertutup sebagian. Artefak akhir adalah klip yang disunting, bukan sekadar gambar diam yang menampilkan warna baru.

Perpanjangan video melanjutkan dari bingkai terakhir MP4 yang ada. Panjang sumber yang didokumentasikan adalah 2–15 detik; bagian tambahan 2–10 detik, dengan bawaan enam detik. Durasi perpanjangan hanya menyangkut bagian baru. Sumber sepuluh detik yang disusul kelanjutan lima detik menghasilkan video lima belas detik berisi kedua bagian. Hasil mempertahankan rasio aspek dan resolusi sumber dalam batas 720p. Siapkan momen akhir sumber dan jelaskan apa yang harus terjadi berikutnya, seperti subjek berbalik ke arah objek yang mendekat sementara kamera meneruskan geraknya saat ini.

Tinjau perpanjangan di sekitar batas antara sumber dan konten baru. Periksa identitas subjek, arah gerakan, tempo kamera, cahaya, serta bunyi agar kelanjutan sesuai tindakan sebelumnya. Jika klip berakhir pada titik yang canggung secara visual, jadikan batas tersebut bagian eksplisit dari rencana shot berikutnya. Perangkaian adegan lebih panjang merupakan keputusan penyuntingan: batas durasi generasi, referensi, penyuntingan, dan perpanjangan model berbeda, serta total hasil perpanjangan dapat lebih panjang daripada klip generasi baru standar.

Alur kerja video pembuatnya bersifat asinkron. Pengenal permintaan melacak tugas hingga hasil lengkap menyediakan lokasi dan durasi video; lokasi keluaran bersifat sementara. Simpan hasil yang dapat diputar beserta materi sumbernya ketika menyiapkan suntingan produksi. Grok Imagine Video 1.5 penuh menawarkan generasi 1080p bawaan serta acuan visual, suara, dan bingkai yang lebih kaya, sedangkan Lite melayani pekerjaan prompt sederhana atau gambar awal. Edisi klasik tetap berguna ketika materi awal sudah berupa video yang memerlukan perubahan atau kelanjutan terarah.