SpaceXAI: Grok Imagine Video

Grok Imagine Video è l’edizione classica della famiglia video Grok Imagine. L’attuale documentazione del produttore copre la generazione di un nuovo clip da un prompt, l’animazione di un’immagine iniziale, l’uso di riferimenti visivi e la modifica o continuazione di un video esistente. Questi flussi producono risultati differenti: una nuova scena, una versione modificata del filmato fornito oppure un video contenente il filmato originale seguito da nuovi contenuti. Scegli il flusso in base al materiale già disponibile e alla parte dell’inquadratura da cambiare.

Per una nuova inquadratura generata da testo, descrivi soggetto, ambiente, azione visibile, camera e suono. La generazione standard supporta clip di 1–15 secondi, con output a 480p o 720p e audio generato. Sono documentati rapporti quadrati, orizzontali, verticali e più ampi, tra cui 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 e 5:2. Un brief può chiedere una lanterna di carta che si muove delicatamente sopra un cortile tranquillo mentre la camera si sposta lateralmente. Il controllo utile verifica che movimento, inquadratura e suono ambientale sostengano quella singola ripresa.

Nella generazione da immagini, l’immagine fissa fornita è il primo fotogramma. Preparala con il ritaglio, il soggetto e i dettagli visibili desiderati, poi descrivi l’azione successiva. L’output segue il rapporto d’aspetto dell’immagine. Un’immagine iniziale offre una composizione d’apertura esatta, mentre la generazione da riferimenti usa immagini per guidare persone, prodotti o ambiente in una scena composta ex novo. Distinguere questi due ruoli aiuta a evitare un’apertura indesiderata quando l’obiettivo è collocare un oggetto noto in un’altra ambientazione.

Il modello classico accetta fino a sette immagini di riferimento per richiesta guidata da riferimenti. Questa modalità è limitata a dieci secondi e 720p. Assegna a ogni riferimento un ruolo chiaro e identificalo tramite la posizione nell’elenco, iniziando da <IMAGE_0>. Per una breve scena di prodotto, un riferimento può identificare l’oggetto e un altro il luogo desiderato. Concentra il brief sulla posizione dell’oggetto e sull’azione principale dell’inquadratura. La modalità classica di riferimenti usa una propria configurazione; l’edizione 1.5 completa offre i controlli aggiuntivi di voci selezionate e fotogrammi fissati.

La modifica video usa un clip esistente e un prompt che descrive il cambiamento. Il produttore accetta sorgenti MP4 con codec supportati come H.264, H.265 o AV1, fino a 8,7 secondi di durata. Il risultato modificato mantiene durata e rapporto d’aspetto della sorgente e ne segue la risoluzione entro un massimo di 720p. I controlli personalizzati di durata, rapporto d’aspetto e risoluzione non si applicano a questo flusso di modifica. Prepara una sorgente che abbia già composizione e tempi necessari per l’uso finale, così il prompt può concentrarsi sulla modifica visiva prevista.

Un brief di modifica può cambiare il colore di una sciarpa mantenendo il volto e il movimento della persona, lo sfondo e la camera. Indica esplicitamente gli elementi da preservare insieme al cambiamento. Il produttore descrive il mantenimento del resto della sorgente il più fedelmente possibile, un obiettivo utile per il controllo e non una garanzia che ogni pixel resti identico. Confronta il risultato lungo tutto il clip, soprattutto dove l’oggetto si muove, incrocia un altro oggetto o viene parzialmente nascosto. Il risultato finale è il clip modificato, non una semplice immagine fissa che mostra il nuovo colore.

L’estensione video continua dall’ultimo fotogramma di un MP4 esistente. La durata sorgente documentata è di 2–15 secondi; la parte aggiunta dura 2–10 secondi, con sei secondi come valore predefinito. La durata dell’estensione riguarda soltanto la parte nuova. Una sorgente di dieci secondi seguita da cinque secondi di continuazione produce un video di quindici secondi contenente entrambe le parti. Il risultato preserva rapporto d’aspetto e risoluzione della sorgente entro un massimo di 720p. Prepara il momento finale della sorgente e descrivi ciò che deve accadere dopo, come il soggetto che si volta verso un oggetto in avvicinamento mentre la camera prosegue il movimento attuale.

Controlla un’estensione intorno al confine tra la sorgente e il nuovo contenuto. Verifica identità del soggetto, direzione del movimento, ritmo della camera, luce e suono, affinché la continuazione si accordi con l’azione precedente. Se un clip termina in un punto visivamente scomodo, tratta esplicitamente quel confine nella preparazione dell’inquadratura successiva. L’assemblaggio di scene più lunghe è una decisione di montaggio: i limiti di durata di generazione, riferimenti, modifica ed estensione sono separati, e il risultato totale di un’estensione può essere più lungo di un normale clip generato ex novo.

Il flusso video del produttore è asincrono. Un identificatore di richiesta segue un lavoro fino a quando il risultato completato fornisce l’indirizzo del video e la durata; gli indirizzi di output sono temporanei. Conserva il risultato riproducibile e i materiali sorgenti quando prepari un montaggio di produzione. Grok Imagine Video 1.5 completo offre generazione a 1080p nativi e ancoraggi visivi, vocali e di fotogrammi più ricchi, mentre Lite serve per lavori semplici da prompt o immagine iniziale. L’edizione classica resta utile quando il materiale di partenza è già un video che richiede una modifica guidata o una continuazione.