Grok Imagine 1.5 auf ToVideo
Kurzclips mit klarerem Dialog und gewichtigerer Motion. Text-zu-Video, ein Erstframe für Bild-zu-Video und Multi-Bild-Referenz — Audio entsteht mit dem Bild.
Text-zu-Video · Bild-zu-Video · Referenz-zu-Video · natives Audio
Was ist Grok Imagine 1.5?
Grok Imagine Video 1.5 ist xAIs Upgrade der Imagine-Videolinie Mitte 2026 — offiziell in der Imagine API (Modell-ID: grok-imagine-video-1.5), plus eine schnellere 1.5 Fast-Variante in der Grok-App. Offiziell: bessere Motion und Physik sowie klareres Audio im selben Pass — Soundeffekte, Atmosphäre und Dialog mit dem Bild, an der Aktion ausgerichtet. Spätere Updates erweiterten Text-zu-Video, natives 1080p für Text/Erstframe und Referenz-zu-Video mit mehreren visuellen Ankern. Auf ToVideo entspricht Grok Imagine 1.5 grok-imagine-video-1.5-preview: Text-zu-Video, Bild-zu-Video (1 Erstframe) und Referenz-zu-Video (2–7 Bilder). Dauer etwa 1–15 s; Qualität 480p, 720p und 1080p wo der Modus es erlaubt; Seitenverhältnisse wo exponiert: auto, 16:9, 9:16, 1:1, 3:2, 2:3. Natives Audio automatisch. Credits vor dem Generieren sichtbar.
Audio im selben Pass, an der Aktion
xAI positioniert 1.5 so, dass Audio und Dialog mit dem Video entstehen — klarerer Dialog, Soundeffekte an der Motion, nicht nachgeklebt. Wichtig für Trailer, Produktads und Social-Shorts. Auf ToVideo erzeugt Grok Imagine 1.5 natives Audio automatisch; wenn Ton zur Delivery gehört, Atmosphäre, Foley oder Dialog im Prompt schreiben.
Motion und Physik über den Shot
Release-Notes betonen weniger Deformation, glaubwürdigeres Gewicht und Momentum — Gehen, fallende Objekte, Kamerafahrten. Ein Haupt-Motion-Verb pro Shot, damit Physik lesbar bleibt. Dauer mit Bedacht: längere Clips brauchen einen klareren Aktionsplan, sonst verdünnt sich der Fokus.
Drei Inputs: Text, Erstframe, Multi-Bild-Referenz
Text-zu-Video exploriert leere Szenen und Verhältnisse. Bild-zu-Video öffnet mit einem Still — Verhältnis folgt dem Bild. Referenz-zu-Video (auf ToVideo unter Video-zu-Video für dieses Modell) ankert Subjekte mit 2–7 Stills und beschreibt einen durchgehenden Shot. Offizielle Docs nennen für Referenz eine Auflösungsgrenze unter vollem 1080p; ToVideo bietet 1080p daher nur in Text- und Erstframe-Modus.
Flexible Dauer- und Qualitätsstufen
Ganze Sekunden von etwa 1 bis 15 s decken Mikro-Hooks oder kurze Narrative. Qualität: 480p (credit-sparsame Entwürfe), 720p (die meisten Socials) und 1080p (Text-/Erstframe-Delivery). ToVideo-Default oft 6 s — erst den Look sperren, dann verlängern.
Warum Grok Imagine 1.5 wählen
Wählen Sie Grok Imagine 1.5, wenn bildsynchroner Sound, stärkere Physik und eine klare Leiter von reinem Prompt zu Multi-Bild-Identität nötig sind — alles in ToVideo.
Grok-Imagine-1.5-Fähigkeiten, die in der Praxis zählen
xAI-Highlights auf ToVideo-Steuerungen: Modus, Dauer, Qualität, Verhältnis und Bildanzahl.
Text-zu-Video und flexible Verhältnisse
auto, 16:9, 9:16, 1:1, 3:2, 2:3. Szene, Kamera und Sound-Hinweise; 480p/720p explorieren, 1080p nach Lock exportieren.
Erstframe-Bild-zu-Video
Ein Still (JPEG/PNG/WebP, max. 10MB). Verhältnis folgt dem Bild; natives Audio entsteht mit der Motion.
2–7 Bilder Referenz-zu-Video
Mehrere Subjekte in einen durchgehenden Shot fusionieren. Kein 1080p in diesem Modus; Referenzen konsistent, Prompt auf Fusion.
Natives synchrones Audio
Soundeffekte, Atmosphäre und Dialog entstehen mit dem Video. Soundfeld im Prompt, wenn Stimme oder Foley nötig ist.
Etwa 1–15 s Dauer
Ganze Sekunden für Mikro-Hooks oder kurze Narrative. Default oft etwa 6 s — verlängern, wenn der Look steht.
480p / 720p / 1080p Qualitätsstufen
480p credit-sparsam, 720p für die meisten Socials, 1080p für Text- und Erstframe-Delivery. Referenzmodus unter 1080p.
Grok Imagine 1.5 FAQ
Direkte Antworten für Marketer und Creators, die Grok Imagine Video 1.5 auf ToVideo bewerten.
Grok Imagine 1.5 auf ToVideo ausprobieren
Videogenerator öffnen, Grok Imagine 1.5 wählen, Text, Erstframe oder Multi-Bild-Referenz, Dauer und Qualität setzen — Credits vorab sichtbar.