Bottom Line Up Front (BLUF): Grok 1.5 は、短いテキスト プロンプトまたはアップロードされた 1 枚の写真だけを必要とする AI ビデオ ジェネレーターです。編集スキルも複雑な設定も必要ありません。画面上で何が起こるかを説明し、生成ボタンを押すだけで、数分後に完成したクリップを確認できます。このモデルは特に動きと感情に優れているため、生き生きとした表情豊かなショートパンツに自然にフィットします。

Grok 1.5 は 2 つのモードで実行されます。テキストからビデオへの変換は、書かれた説明を受け取り、キャラクター、設定、カメラワークなどのシーン全体を作成します。画像からビデオへの変換は、アップロードした写真から始まり、その写真に命を吹き込みます。人物が振り向いて微笑み、風が髪をなで、カメラがゆっくりと押し込まれます。静止したフレームが感動的な瞬間になります。
このジェネレーターが真価を発揮するのはダイナミクスです。素早いアクション、ダンス、チェイス、ドラマチックなカメラの動き、表情豊かな顔を自信を持って処理します。他のツールで硬い、ほとんど動かないショットが生成される場合、通常、ここでは本物のエネルギーのあるもの、つまりソーシャル フィードで機能する種類のクリップが得られます。アスペクト比と長さは、開始する前にフォームで直接選択されます。
自撮り写真、古い家族の写真、ペット、製品のショットなど、あらゆる写真を撮影します。それをアップロードして、何が起こるかを 1 行で書きます。「女性が笑って手を振る」、「猫が伸びてあくびをする」、「スニーカーが台座の上でゆっくり回転する」などです。アクションが具体的であればあるほど、結果はより予測可能になります。
このトリックはビンテージの白黒写真で顕著です。数十年前の親戚が動き始め、その効果は本当に感動的です。また、絵、本の表紙、マスコットにも使用でき、イラストのキャラクターが映画で撮影されたもののように瞬きしたり回転したりします。最初のテイクが失敗した場合は、より明確な説明を使用して生成を再実行してください。

プロンプトはカメラ オペレーターへの指示であると考えてください。ショットに誰が写っているのか、何をしているのか、どこで起こっているのか、どんな雰囲気なのかなどです。たとえば、「レインコートを着た男が雨の夜道を走り、ネオンサインが水たまりに反射し、カメラが彼を追う」。プロンプトごとに 1 つのシーン — プロット全体を数秒に詰め込まないでください。
カメラの動きに名前を付けると、プッシュイン、オービット、ハンドヘルド、トップダウン ビューなど、非常に役立ちます。それぞれがクリップの雰囲気を完全に変えます。 「走りながら立ち止まる」などの矛盾は避けてください。彼らはモデルを混乱させます。抽象的なアイデアではなく、カメラが実際に見ることができるものを説明する文章を平易かつ視覚的に保ちます。
典型的な仕事: ストーリーやリールのパンチの効いたクリップ、アニメーション キャラクターのミーム、プレゼンテーションのイントロ、投稿のティーザー、オンライン ストアの短い製品ビデオ、動くポートレートを含む誕生日の挨拶。目を見張るような数秒の速さが必要な場合はどこでも、このモデルは準備作業なしで実行できます。
すべての結果は生成履歴に記録され、ダウンロードしたり、クリップを拡張したり、最後のフレームを取得したり、プロンプトを編集して再利用したりできます。これにより、シリアル コンテンツが簡単になります。良いクリップの最後のフレームを取り出して、次の実行でストーリーを続けることができます。すべては、サイト上のすべてのツールで共有される 1 つのトークン残高から支払われます。
いいえ。見たいものについて 1 ~ 2 文書いて、生成を押してください。すべての技術的なオプションには適切なデフォルトがあるため、最初の試行では設定を完全に無視できます。
はい、それが主なモードです。登場人物、アクション、場所、雰囲気など、シーンを言葉で説明します。モデル自体がすべてを描画します。画像は、特定の画像をアニメーション化する場合にのみ必要になります。
もう一度実行します。同じプロンプトであっても、世代ごとに新しいバリエーションが生成されます。動き、光、カメラアングルに関する詳細を追加するなど、説明を改良すると通常は役に立ちます。過去のプロンプトは履歴に保存され、いつでも調整して再実行できます。