SpaceXAI: Grok Imagine Video 1.5 Lite API

Grok Imagine Video 1.5 Lite od SpaceXAI (xAI) to distilled wersja modelu Grok Imagine Video 1.5, zaprojektowana z myślą o masowej produkcji i prototypowaniu. Model przyjmuje tekst i obrazy jako dane wejściowe, a generuje wideo z zsynchronizowanym dźwiękiem — efektami dźwiękowymi, dźwiękami otoczenia i dialogami z synchronizacją ust. Obsługuje rozdzielczości 480p, 720p i 1080p (1080p jest renderowane w 720p, a następnie skalowane w górę) oraz klipy od 1 do 15 sekund w proporcjach 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 i 2:3. Model sprawdza się w szkicowaniu i prototypowaniu metodą prób i błędów przy niskich kosztach, a także w tworzeniu materiałów tła, B-rolla oraz koncepcji produktowych i scen. Sprawdzi się również w produkcji krótkich filmów na dużą skalę, gdzie powtórne ujęcia są akceptowalne. Jest szybszy i tańszy niż model nadrzędny, a jego koszt pozwala odrzucać nieudane próby i generować nowe. W porównaniu z pełnym modelem ustępuje mu nieco jakością obrazu. Do ograniczeń należą: możliwość zmiany tożsamości obiektu w długich klipach, spadek jakości przy nadmiernej liczbie instrukcji ruchu w prompcie, dźwięk plausybilny, ale nie w pełni kontrolowalny, słabsza synchronizacja ust w dialogach i dokładność anatomii człowieka. Model nie znajduje się w rankingu image-to-video, więc wydajność animacji nie ma niezależnej oceny. Adresy URL wideo zwracane przez API są tymczasowe, a pliki trzeba pobierać niezwłocznie. Do użytku komercyjnego należy sprawdzić wymogi bezpieczeństwa i licencjonowania.

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny. Rozliczane według rzeczywistego kosztu generowania. Ostateczną kwotę znajdziesz na rachunku.

Model przyjmuje tekst i obrazy jako dane wejściowe, a generuje wideo z zsynchronizowanym dźwiękiem.

Model generuje wideo w 480p, 720p i 1080p (1080p jest renderowane w 720p, a następnie skalowane w górę) oraz obsługuje proporcje 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 i 2:3.

Model generuje klipy od 1 do 15 sekund.

Sprawdza się w szkicowaniu i prototypowaniu przy niskich kosztach, tworzeniu materiałów tła i B-rolla, koncepcji produktowych i scen oraz w produkcji krótkich filmów na dużą skalę, gdzie powtórne ujęcia są akceptowalne.

Lite jest szybszy i tańszy niż model nadrzędny, ale ustępuje mu nieco jakością obrazu. Pełny model stawia na maksymalną jakość, a Lite na cenę i szybkość w masowej produkcji i prototypowaniu.