SpaceXAI: Grok Imagine Video 1.5 Lite API

Grok Imagine Video 1.5 Lite 是 SpaceXAI（xAI）於 2026 年 10 月 6 日推出的影片生成模型，屬於 Grok Imagine 影片模型家族的一員。它同時支援文字轉影片與圖像轉影片兩種模式，並能直接輸出帶有原生同步音訊的影片成品，音軌包含音效、環境音與對話內容，且人物口型會與語音保持同步。模型提供 1 比 1、16 比 9、9 比 16、4 比 3、3 比 4、3 比 2 與 2 比 3 共七種寬高比，解析度選項涵蓋 480p、720p 與 1080p，影片片段長度為 1 至 15 秒，幀率固定為 24fps。 在任務適用性上，這款模型特別適合短影音社群內容創作，例如針對 Reels、Shorts、TikTok 等平台的豎屏影片；也很適合將文字創意快速轉化為可視化的動態概念預覽，以及對同一創意進行多版本迭代比較。對於需要高頻次、大批量生成影片的使用情境，它也能以更快的速度與更低的成本滿足需求，是家族中單位成本最低的選擇。 使用時，官方建議在文字轉影片模式下詳細描述場景內容、主體動作、鏡頭運動方式與光照環境。提示詞可以包含背景聲音的描述，例如雨打窗戶的聲音或擁擠咖啡館的環境噪音；若場景包含對話，則建議明確標註說話者身份並將具體台詞放在引號中。需要注意的是，此模型為 Grok Imagine Video 1.5 的蒸餾版本，犧牲了部分畫面細節與保真度，其 1080p 輸出是透過 720p 渲染後放大實現，並非原生 1080p，且不支援旗艦版中的多圖像參考功能。

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。 按實際生成費用計費，具體金額以帳單為準。

支援文字輸入生成影片，也支援以一張起始圖片作為第一幀的圖像輸入生成影片。

有，模型會自動生成配套的音效、環境音與對話內容，並支援唇形同步語音，人物口型與語音保持一致。

影片片段長度為 1 至 15 秒，幀率為 24fps，解析度可選 480p、720p 或 1080p。

適合短影音社群內容創作、快速概念預覽、同一創意的多版本迭代，以及高頻次、大批量的影片生成需求。

它是 Grok Imagine Video 1.5 的蒸餾版本，速度更快、成本更低，但犧牲了部分畫面細節與保真度，且不支援旗艦版中的多圖像參考功能。