Grok Video

Grok Video是xAI强大的视频生成套件，具有三种模式：文本转视频、图像转视频和视频编辑。所有模式都支持音频生成。

Grok Video I2V

概述

属性	值
提供商	xAI
模型	T2V、I2V、编辑
模态	视频
时长	1-15秒 (T2V/I2V)，最长8秒 (编辑)
分辨率	480p、720p
需要提示词	是

可用模型

Grok Video T2V (文本转视频)

从文本描述生成带音频的视频。

属性	值
成本	50-750积分 (根据时长变化)
基础成本	每秒50积分

Grok Video I2V (图像转视频)

将图像动画化为带音频的视频。

属性	值
成本	52-752积分 (根据时长变化)
基础成本	每秒50积分 + 图像2积分

Grok Video 编辑

使用文本描述编辑现有视频。

属性	值
成本	360积分
最大输入	8秒

最佳用途

快速视频生成 — 处理时间短
包含音频 — 原生音频生成
图像动画 — 让静态图像栩栩如生
视频编辑 — 转换和着色视频
灵活时长 — T2V/I2V为1-15秒

输入

提示词（必需）

描述视频场景、动作或编辑。

连接颜色：黄色

输入图像（仅I2V）

要动画化为视频的图像。

连接颜色：蓝色

输入视频（仅编辑）

要编辑和转换的视频。

连接颜色：绿色

配置

时长 (T2V & I2V)

类型：滑块
范围：1-15秒
默认：6

视频时长。成本随时长增加。

宽高比 (T2V & I2V)

类型：选择
默认：16:9 (T2V)、自动 (I2V)

选项	描述
16:9	横向
9:16	纵向
1:1	正方形
4:3	经典
3:4	经典纵向
3:2	照片横向
2:3	照片纵向
自动	匹配输入图像 (仅I2V)

分辨率

类型：选择
默认：720p

选项	描述
480p	更快，质量较低
720p	标准高清质量
自动	匹配输入 (仅编辑)

输出

类型：带音频的视频
连接颜色：绿色

使用案例

文本转视频

动漫女学生冲出家门，
樱花飘落，晨光，
速度线表示匆忙，
经典少女漫画美学，鲜艳的色彩。

图像转视频

身穿华丽盔甲的中世纪骑士走过
神秘的森林，生物发光的植物闪烁着光芒，
长满发光藤蔓的古老石头废墟，
黑暗幻想美学。

视频编辑

给这段黑白影片上色，
添加温暖的黄金时段照明，
增强对比度以获得电影般的外观。

获得最佳效果的提示

详细描述 — 包括镜头移动和照明
使用I2V保持一致性 — 从图像开始以更好地控制角色
创意编辑 — 将旧素材转换为新风格
优化时长 — 较长的视频成本更高，从短视频开始
匹配宽高比 — 使用自动来保持I2V的图像比例

价格详情

时长	T2V成本	I2V成本
1秒	50	52
6秒	300	302
10秒	500	502
15秒	750	752

视频编辑：最长8秒固定360积分。

比较

功能	Grok Video	Kling 2.6 Pro	Veo 3.1
文本转视频	是	是	是
图像转视频	是	是	是
视频编辑	是	否	否
音频	是	是	是
最大时长	15秒	10秒	8秒
基础成本 (6秒)	300	1,200	4,000