Grok Imagine: генерация изображений и видео и чем он
Grok Imagine — это генеративные модели xAI для изображений и коротких видео: они делают картинку по текстовому описанию за считанные секунды, а потом умеют «оживить» её в ролик. На NeuralSpace Grok Imagine живёт в двух разделах — в генераторе картинок (модели Grok Imagine 1 и Grok Imagine 2) и в разделе видео, где Grok стоит первым в списке моделей. Ниже — что именно умеет Grok Imagine, как сделать первый запуск по шагам, чем он отличается от Seedance, Sora, Veo и Kling и как потратить стартовые токены с пользой: подписки на сайте нет, оплата идёт по токенам.
Grok Imagine Video 1.5: первый, последний и промежуточные кадры
В Grok Imagine Video 1.5 теперь можно задать ключевые кадры: загрузить начало и финал ролика, а также до четырёх изображений для промежуточных моментов. У каждого промежуточного кадра указывается целая секунда — больше нуля и меньше длительности видео. Время кадров должно различаться.
Например, для восьмисекундной сцены загрузите первый и последний кадры, а промежуточные поставьте на вторую, четвёртую и шестую секунды. Описание задаёт движение между ними. Если нужен замкнутый ролик, загрузите первый кадр и включите «Зациклить видео»: то же изображение станет последним.
Модель поддерживает длительность от 1 до 15 секунд, разрешения 480p, 720p и 1080p, автоматический формат и соотношения 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 и 2:3. Можно добавить одно изображение-референс отдельно от ключевых кадров. Стоимость видна в форме до запуска и пересчитывается при выборе длительности и разрешения.
В API модель называется grok-1.5. Первый и последний кадры передаются в first_frame_url и last_frame_url, зацикливание — в loop_url, промежуточные кадры — в keyframes с полями url и timestamp_s. Эти же поля доступны через MCP.
Что такое Grok Imagine и что он умеет
Grok Imagine — генератор xAI, который работает в двух режимах: картинки и видео. В режиме картинок он рисует кадр по описанию и поддерживает работу по референсу (image-to-image): можно загрузить образец и попросить сделать похожий кадр в другом стиле. В режиме видео Grok принимает и текст, и изображение: из текста он собирает сцену с нуля, а из загруженного фото делает движение — «оживляет» статичный кадр. Три особенности, которые стоит знать до первого запуска. Первая — скорость: картинка появляется за секунды, поэтому Grok удобно использовать как быстрый набросок идеи, а не только для финального кадра. Вторая — режимы Fun / Normal / Spicy: они меняют степень вольности трактовки описания, и Spicy доступен только для текстовых запросов, без загруженных картинок. Третья — референсы: в видео Grok принимает до семи изображений, а ссылаться на них в описании можно прямо по номерам — @image1, @image2 и так далее.
Как начать с картинок на NeuralSpace
Откройте раздел картинок. В списке «Модель» выберите семейство Grok, затем версию: Grok Imagine 1 или Grok Imagine 2. Ниже — поле описания: пишите, что должно быть в кадре, обычными словами, но конкретно — объект, свет, ракурс, стиль. Задайте формат кадра: 2:3, 3:2, 1:1, 16:9 или 9:16. Если нужен кадр по образцу, загрузите референс — Grok Imagine поддерживает image-to-image. Нажмите «Сгенерировать»: картинка появится в галерее, оттуда её можно скачать. Для чернового перебора идей берите Grok Imagine 1, а финальный кадр делайте на Grok Imagine 2.
Как начать с видео
В разделе видео выберите модель Grok. Дальше — четыре настройки. Соотношение сторон: 2:3, 3:2, 1:1, 16:9 или 9:16. Режим: Fun, Normal или Spicy. Разрешение: 480p, 720p или 1080p. Длительность: ползунок от 6 до 30 секунд. Опишите сцену в поле промпта — что происходит, как движется камера, что в кадре. Если хотите оживить фото, загрузите до семи изображений и ссылайтесь на них в тексте как @image1, @image2. Готовый ролик можно продлить (extend) или поднять до 1080p (upscale).
Чем Grok Imagine отличается от конкурентов
На NeuralSpace рядом с Grok работают Seedance, Sora, Veo, Kling, Wan и другие модели. Разница практическая:
- Скорость и цена. Grok — самый быстрый и один из самых дешёвых вариантов: тариф посекундный, а 480p стоит заметно меньше 720p. Для черновиков и перебора идей это выгоднее флагманских моделей.
- Режимы Fun / Normal / Spicy. Ни у Seedance, ни у Sora, ни у Veo такого переключателя вольности нет — это фирменная особенность Grok Imagine.
- Референсы. Grok принимает до семи изображений и понимает ссылки @image1…@image7 прямо в описании; у Sora и Veo референсов меньше — от одного до трёх.
- Длина. Grok даёт ролики от 6 до 30 секунд одним запуском; Sora 2 — 10 или 15 секунд, Veo 3.1 — фиксированный клип.
- Текст на картинке. Если нужны читаемые надписи, сильнее Ideogram; Grok же лучше в быстрых художественных и «живых» кадрах.
Проще говоря: Grok Imagine — рабочая лошадка для быстрых идей и оживления фото, а Seedance, Sora и Veo подключайте, когда нужна максимальная детализация и кинематографичность.
Сколько это стоит и как не потратить токены зря
Подписки на NeuralSpace нет: новым пользователям начисляются стартовые токены, дальше вы платите только за потраченные токены. У видео Grok тариф посекундный, поэтому цена зависит от разрешения и длительности — она показывается до запуска. Практичные правила: начинайте с 480p и 6 секунд, чтобы проверить идею; поднимайте разрешение и длину только для финального дубля; для картинок сначала переберите композицию на Grok Imagine 1, а финальный кадр делайте на Grok Imagine 2.
Частые вопросы
Grok Imagine — это картинки или видео?
И то, и другое. На NeuralSpace картинки делают модели Grok Imagine 1 и Grok Imagine 2 в разделе изображений, а видео — модель Grok в разделе видео: из текста или из загруженного изображения.
Чем Grok Imagine отличается от Seedance и Sora?
Скоростью, ценой и режимами Fun / Normal / Spicy. Grok быстрее и дешевле на черновиках и принимает до семи референсов, а Seedance и Sora сильнее в детализации и кинематографичной картинке.
Можно ли оживить своё фото?
Да. В разделе видео выберите Grok, загрузите изображение (до семи) и опишите движение. Ссылайтесь на загруженные кадры в описании как @image1, @image2.
Сколько стоит генерация в Grok Imagine?
Оплата по токенам без подписки: видео — посекундно (зависит от разрешения и длительности), картинки — за кадр. Цена видна до запуска, новым пользователям начисляются стартовые токены.