grok-imagine-video-1.5-preview
Grok Imagine Video 1.5 tworzy filmy na podstawie tekstu o długości 1–15 sekund, także w 1080p. Sam model obsługuje animowanie obrazów, obrazy referencyjne, ustalanie klatek kluczowych i ścieżkę dźwiękową.
O modelu
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Tworzenie sceny filmowej
Grok Imagine Video 1.5 to model xAI do generowania filmów na podstawie opisu tekstowego i materiału wizualnego. W obecnej metodzie Ailoot opublikowano generowanie na podstawie tekstu; dodatkowe tryby samego modelu pozwalają animować obraz, używać obrazów referencyjnych i określać klatki wyznaczające scenę.
Wynik powstaje asynchronicznie: po zleceniu zadania gotowość sprawdza się przez jego identyfikator. Według xAI proces może zajmować kilka minut zależnie od trudności sceny, czasu trwania i rozdzielczości. Otrzymanie identyfikatora zadania nie oznacza jeszcze, że film jest gotowy.
Czas trwania, proporcje i rozdzielczość
Tworzony film trwa od 1 do 15 sekund. Można wybrać 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 lub 2:3; dla tekstu standardowym formatem jest 16:9. Przy animowaniu obrazu jego proporcje są domyślnie zachowywane.
Dla generowania na podstawie tekstu i obrazu początkowego dostępne są 480p, 720p i 1080p. Domyślnie używany jest 480p; tryb z obrazami referencyjnymi jest ograniczony do 720p. Rozdzielczości 1080p nie można przenosić na wszystkie tryby tylko dlatego, że model ją ma.
Sterowanie wyglądem
W trybie obrazów referencyjnych xAI przyjmuje do 7 obrazów. Określają ludzi, przedmioty, ubrania i inne cechy wizualne bez ustalania klatki początkowej. Sposób ten służy scenom z powracającą postacią, demonstracjom produktu i zachowywaniu potrzebnego wyglądu między inscenizacjami.
Pierwsza, ostatnia i pośrednie klatki
Wersja 1.5 pozwala ustalić dokładną pierwszą klatkę, dokładną ostatnią klatkę lub obie jednocześnie. Jeśli określono tylko ostatnią, model sam tworzy początek i dochodzi do wskazanego obrazu. Przy dwóch określonych granicach tworzy ruch między nimi; instrukcja tekstowa może doprecyzowywać ruch i pracę kamery.
Dla storyboardu wewnątrz filmu można ustalić do 4 klatek kluczowych. Czas każdej musi przypadać ściśle po początku i przed końcem; przypisanie odbywa się według siatki 1/3 sekundy. Dwie klatki zaokrąglające się do tego samego punktu siatki są odrzucane. Aby tego uniknąć, pozostawiaj między nimi co najmniej 1/3 sekundy. Pierwszą i ostatnią klatkę określa się osobno od tych czterech pośrednich.
Klatki wyznaczające scenę można łączyć z obrazami referencyjnymi i głosami ustawionymi przez producenta. Jeśli ustalono choć jedną klatkę, opis tekstowy jest opcjonalny: sama sekwencja obrazów określa scenę. Klatek kluczowych nie można używać wraz z trybem edycji wideo. Możliwości xAI nie oznaczają ich dostępności w opublikowanym generowaniu Ailoot na podstawie tekstu.
Dźwięk i głosy
Tworzony film domyślnie zawiera ścieżkę dźwiękową; przewidziano także wynik bez dźwięku. W trybie xAI z głosami referencyjnymi można wybrać do 3 głosów ustawionych przez producenta i powiązać je z mówiącymi uczestnikami sceny.
Przekazywanie własnego pliku dźwiękowego jako próbki głosu nie jest ogólną możliwością tego modelu: xAI udostępnia ją osobno na żądanie. Głos ustawiony przez producenta i przesłany dźwięk są różnymi rodzajami wejścia.
Tryby pracy
Generowanie na podstawie tekstu tworzy nową scenę; obraz początkowy wyznacza jej początek; obrazy referencyjne ukierunkowują wygląd; ustalone klatki wyznaczają punkty wizualne w czasie. Każdy tryb ma własne ograniczenia, dlatego ustawień jednego sposobu nie można bezwarunkowo przenosić na inny.
Ailoot · Wideo POST /v1/videos/generations grok-imagine-video-1.5-preview
grok-imagine-video-1.5-preview
grok-imagine-video-1.5-previewStart
Grok Imagine Video 1.5 tworzy filmy na podstawie tekstu o długości 1–15 sekund, także w 1080p. Sam model obsługuje animowanie obrazów, obrazy referencyjne, ustalanie klatek kluczowych i ścieżkę dźwiękową.
- Akceptowane dane wejściowe
- Tekst
- Wyniki
- Wideo
Dostępne w Ailoot · dane wejściowe i metody
Ailoot · Wideo POST /v1/videos/generations
- Wejście
text- Wyjście
video- Format wyjściowy
- mp4
| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity grok-imagine-video-1.5-preview | Domyślnie— |
Poleprompt | Typstring | WymaganieOpcjonalne | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Poleduration | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 15 Warunki: Nie podawaj jednocześnie duration i seconds Jednostka: sekundy | Domyślnie1 |
Poleseconds | Typinteger|integer_string | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 15 Alternatywa: duration | Domyślnie— |
Poleresolution | Typstring | WymaganieOpcjonalne | Wartości i limity 480p, 720p, 1080p | Domyślnie480p |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 Warunki: Jeśli podano obraz wejściowy i pominięto proporcje, dostawca przyjmuje proporcje obrazu | Domyślnie16:9 |
Polesize | Typstring | WymaganieOpcjonalne | Wartości i limity 1280x720, 720x1280, 1920x1080, 1080x1920 Warunki: Musi odpowiadać resolution/aspect_ratio, jeśli podano oba | Domyślnie— |
Poleimage | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: Rzeczywisty obsługiwany obraz wejściowy; pozwala pominąć prompt | Domyślnie— |
Kombinacje materiałów wejściowych
Tekst na wideo · Wymagane: prompt
Obraz na wideo · Wymagane: image
Parametry i cykl życia metody
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext |
Parametrrequired | Kontraktnull |
Parametroptional_controls | Kontraktnull |
Cykl życia: 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
Struktury metod i ID są dokładne; możliwości dostawcy są odrębne od dopuszczenia żądania.
Cennik
Stawki metod Ailoot
POST /v1/videos/generations- Wejście
- 0,01 USD za obraz wejściowy
- Wyjście
- 0,25 USD za sekundę w 1080p
- Wyjście
- 0,08 USD za sekundę w 480p
- Wyjście
- 0,14 USD za sekundę w 720p
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
Przykładowe żądania
Ailoot · Wideo
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl https://api.ailoot.ai/v1/videos/generations \
-H "Authorization: Bearer $AILOOT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "grok-imagine-video-1.5-preview", "prompt": "A person walks slowly through a quiet garden as the camera tracks from the side."}'Odbieranie i zapisywanie wyników
Ailoot · Wideo
mp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/content
Sprawdź status zadania
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"
export AILOOT_VIDEO_ID
video_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1
curl "https://api.ailoot.ai/v1/videos/generations/$video_id" \
-H "Authorization: Bearer $AILOOT_API_KEY"Inne odczyty treści
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VIDEO_ID:?Set the actual Ailoot operation ID returned by creation}"
export AILOOT_VIDEO_ID
video_id=$(python3 -c 'import os, urllib.parse; print(urllib.parse.quote(os.environ["AILOOT_VIDEO_ID"], safe=""))') || exit 1
curl "https://api.ailoot.ai/v1/videos/generations/$video_id/content" \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--output video.mp4Zachowaj wszystkie ukończone wyniki
Zapisz każde ukończone wideo lub zwrócony plik; pobierz każdy faktycznie zwrócony URL zasobu.
Zachowaj kompletny JSON statusu i rzeczywiste request_id. Odpowiedź po ukończeniu ze status=done zawiera video.url z adresem URL treści należącej do użytkownika. Zachowaj podany czas trwania i każde zwrócone pole wyniku.
Jeśli trzeba sprawdzić pierwotną odpowiedź
Odczytuj istniejące pierwotne zadanie; nigdy nie ponawiaj wysłania o nieznanym wyniku.
Pola odpowiedzi
| Pole | Typ |
|---|---|
Polerequest_id | Typstring |
Poleid | Typstring |
Polestatus | Typstring |
Polevideo.url | Typowned signed content URL |
Polevideo.duration | Typnumber |
Polevideo.respect_moderation | Typboolean |
Błędy i dalsze kroki
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Odpowiedź409 · video_not_ready | WarunekTreść pierwotnego wyniku nie jest jeszcze dostępna | Następny krokOdpytuj pierwotny zwrócony identyfikator i przestrzegaj Retry-After. |
Odpowiedźserver_error | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. |
Aliasy
Aliasy modelu
Ailoot grok-imagine-video-1.5-preview
Aliasy ścieżek metod
Użyj ścieżek metod podanych powyżej.
Powiązane ID modeli
FAQ · grok-imagine-video-1.5-preview
- Jakie dane wejściowe i wyniki są dostępne?
POST /v1/videos/generations·grok-imagine-video-1.5-preview:text→video- Jakich pól używa żądanie?
POST /v1/videos/generations·grok-imagine-video-1.5-preview:model,prompt,duration,seconds,resolution,aspect_ratio,size,image- Jakie limity obowiązują?
POST /v1/videos/generations·grok-imagine-video-1.5-preview:duration.minimum:1;duration.maximum:15;seconds.minimum:1;seconds.maximum:15