SpaceXAI: Grok Imagine Video 1.5 Lite API
Grok Imagine Video 1.5 Lite 是 Grok Imagine 视频家族中单位成本最低的模型，可快速生成带同步音轨的视频。
Grok Imagine Video 1.5 Lite 是 SpaceXAI（xAI）于 2026 年 10 月 10 日推出的视频生成模型，属于 Grok Imagine Video 1.5 的蒸馏版本。它支持文本生成视频和以一张起始图片作为第一帧的图像生成视频两种模式，输出视频片段时长为 1 至 15 秒，帧率 24fps，分辨率可选 480p、720p 和 1080p。其中 1080p 选项是通过 720p 渲染后放大实现的，并非原生 1080p。
该模型在生成画面时会自动生成配套的音效、环境音和对话，并支持唇形同步语音，让人物口型与语音内容保持同步。无需额外进行音频合成或配音，即可获得带完整音轨的视频成品。它支持 1:1、16:9、9:16、4:3、3:4、3:2 和 2:3 七种宽高比，方便适配不同平台的画面需求。
这款模型适合短视频社交媒体内容创作，包括适用于 Reels、Shorts、TikTok 等平台的竖屏视频；也适合快速概念预览，将文字创意转化为可视化样片，或对同一创意进行多版本迭代，多次运行相同或相近提示词来比较输出效果。凭借更快的速度和更低的成本，它能够满足高频次、大批量的视频生成需求。需要注意的是，作为蒸馏版本，它牺牲了部分画面细节和保真度，也不支持旗舰版中的多图像参考功能。
更新时间:
模型 ID
grok-imagine-video-1.5-lite- 输出
- video
核心要点
- 单位成本最低的 Grok Imagine 视频模型
- 自动生成音效、环境音与对话
- 支持唇形同步语音
- 七种宽高比适配不同平台
- 1 至 15 秒片段，24fps
- 480p、720p、1080p 三档分辨率
供应商
比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
视频规格
- 宽高比
- 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 3:2 / 2:3
- 时长 · 最短
- 1 秒
- 时长 · 最长
- 15 秒
- 时长 · 步长
- 1 秒
- 分辨率
- 480p / 720p / 1080p
API 文档
该模型尚未公布具体协议信息，请查阅 API 文档中的接入要求。
API 文档 →常见问题
什么是 SpaceXAI: Grok Imagine Video 1.5 Lite?
Grok Imagine Video 1.5 Lite 是 SpaceXAI（xAI）于 2026 年 10 月 10 日推出的视频生成模型，属于 Grok Imagine Video 1.5 的蒸馏版本。它支持文本生成视频和以一张起始图片作为第一帧的图像生成视频两种模式，输出视频片段时长为 1 至 15 秒，帧率 24fps，分辨率可选 480p、720p 和 1080p。其中 1080p 选项是通过 720p 渲染后放大实现的，并非原生 1080p。 该模型在生成画面时会自动生成配套的音效、环境音和对话，并支持唇形同步语音，让人物口型与语音内容保持同步。无需额外进行音频合成或配音，即可获得带完整音轨的视频成品。它支持 1:1、16:9、9:16、4:3、3:4、3:2 和 2:3 七种宽高比，方便适配不同平台的画面需求。 这款模型适合短视频社交媒体内容创作，包括适用于 Reels、Shorts、TikTok 等平台的竖屏视频；也适合快速概念预览，将文字创意转化为可视化样片，或对同一创意进行多版本迭代，多次运行相同或相近提示词来比较输出效果。凭借更快的速度和更低的成本，它能够满足高频次、大批量的视频生成需求。需要注意的是，作为蒸馏版本，它牺牲了部分画面细节和保真度，也不支持旗舰版中的多图像参考功能。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。 按实际生成费用计费，具体金额以账单为准。
Grok Imagine Video 1.5 Lite 支持哪些输入方式？
它支持文本生成视频，也支持以一张起始图片作为第一帧的图像生成视频。
生成的视频时长和帧率是多少？
视频片段时长为 1 至 15 秒，帧率为 24fps，分辨率可选 480p、720p 和 1080p。
它支持音频输出吗？
支持。模型在生成画面时会自动生成配套的音效、环境音和对话，并支持唇形同步语音，无需额外合成音频。
1080p 是原生输出吗？
不是。1080p 分辨率是通过 720p 渲染后放大实现的，并非原生 1080p。
它和 Grok Imagine Video 1.5 有什么区别？
Grok Imagine Video 1.5 Lite 是 Grok Imagine Video 1.5 的蒸馏版本，单位成本更低、速度更快，但牺牲了部分画面细节和保真度，并且不支持旗舰版中的多图像参考功能。
写提示词时有什么建议？
文本生成视频时建议详细描述场景内容、主体动作、镜头运动方式和光照环境；可描述背景声音，如雨打窗户或咖啡馆环境噪音；包含对话的场景应明确标注说话者身份并将具体台词放在引号中。