Chrome sphere in rain background for Grok Imagine 1.5

Grok Imagine 1.5 en ToVideo

Clips cortos con diálogo más claro y movimiento con más peso. Texto a video, una imagen de primer fotograma y referencia con varias imágenes — el audio nace con la imagen.

Texto a video · Imagen a video · Referencia a video · audio nativo

¿Qué es Grok Imagine 1.5?

Grok Imagine Video 1.5 es la actualización de xAI a la línea Imagine de video a mediados de 2026 — oficialmente en Imagine API (id de modelo: grok-imagine-video-1.5) y una variante 1.5 Fast más rápida en la app Grok. Lo oficial enfatiza mejor movimiento y física, y audio más claro en el mismo pase: efectos de sonido, ambiente y diálogo con la imagen, alineados a la acción. Actualizaciones posteriores ampliaron texto a video, 1080p nativo en texto/primer fotograma y referencia a video con varios anclajes visuales. En ToVideo, Grok Imagine 1.5 corresponde a grok-imagine-video-1.5-preview: texto a video, imagen a video (1 primer fotograma) y referencia a video (2–7 imágenes). Duración unos 1–15 s; calidad 480p, 720p y 1080p cuando el modo lo permite; relaciones donde se expone el control: auto, 16:9, 9:16, 1:1, 3:2, 2:3. Audio nativo automático. Créditos visibles antes de Generar.

Audio en el mismo pase, pegado a la acción

xAI sitúa 1.5 para que audio y diálogo nazcan con el video — diálogo más claro, efectos de sonido alineados al movimiento, no pegados después. Clave para trailers, anuncios de producto y shorts sociales. En ToVideo, Grok Imagine 1.5 genera audio nativo automáticamente; si el sonido forma parte de la entrega, escribe ambiente, efectos de sala o diálogo en el prompt.

Movimiento y física a lo largo del plano

Las notas de lanzamiento enfatizan menos deformación, peso y momento más creíbles — caminar, objetos que caen, travelling. Un verbo de movimiento principal por plano para que la física se lea. Duración con cuidado: clips más largos necesitan un plan de acción más claro o el foco se diluye.

Tres entradas: texto, primer fotograma, referencia multi-imagen

Texto a video explora escenas en blanco y relaciones. Imagen a video abre con un fotograma fijo — la relación sigue a la imagen. Referencia a video (en ToVideo, la etiqueta video a video de este modelo) ancla sujetos con 2–7 fotogramas fijos y describe un plano continuo. La documentación oficial indica un tope de resolución por debajo de 1080p completo en referencia; ToVideo ofrece 1080p solo en texto y primer fotograma.

Duración y resolución flexibles

Segundos enteros de unos 1 a 15 s cubren microganchos o narrativa corta. Calidad: 480p (borradores que ahorran créditos), 720p (la mayoría de social) y 1080p (entrega texto/primer fotograma). El default en ToVideo suele ser 6 s — bloquea el aspecto y luego alarga.

Por qué elegir Grok Imagine 1.5

Elige Grok Imagine 1.5 cuando necesites sonido sincronizado a la imagen, más física y una escalera clara de prompt puro a identidad multi-imagen — todo en ToVideo.

Las demos oficiales enfatizan diálogo y efectos de sonido alineados a la acción. Marketing prototipa anuncios con sonido; los creadores bocetan tiempos ricos en efectos de sala antes del mix. Escribe el campo sonoro en el prompt (ruido de sala, muchedumbre, una línea de diálogo clara) para que el pase tenga un objetivo.

Capacidades Grok Imagine 1.5 que importan en la práctica

Mapea los highlights de xAI a controles de ToVideo: modo, duración, calidad, relación y número de imágenes.

Texto a video y relaciones flexibles

auto, 16:9, 9:16, 1:1, 3:2, 2:3. Describe escena, cámara y pistas de sonido; explora a 480p/720p y exporta 1080p al bloquear.

Imagen a video con primer fotograma

Sube un fotograma fijo (JPEG/PNG/WebP, máx. 10MB). La relación sigue a la imagen; el audio nativo nace con el movimiento.

Referencia a video con 2–7 imágenes

Fusiona varios sujetos en un plano continuo. Este modo no admite 1080p; referencias coherentes y prompt de fusión.

Audio nativo sincronizado

Efectos de sonido, ambiente y diálogo nacen con el video. Escribe el campo sonoro si necesitas voz o efectos de sala.

Duración de unos 1–15 s

Segundos enteros para microganchos o narrativa corta. El default suele ser ~6 s — alarga cuando el aspecto esté.

Escalones 480p / 720p / 1080p

480p ahorra créditos, 720p cubre la mayoría de social, 1080p para entrega texto y primer fotograma. Referencia por debajo de 1080p.

FAQ de Grok Imagine 1.5

Respuestas directas para marketers y creadores que evalúan Grok Imagine Video 1.5 en ToVideo.









Prueba Grok Imagine 1.5 en ToVideo

Abre el generador de video, elige Grok Imagine 1.5, selecciona texto, primer fotograma o referencia multi-imagen, fija duración y calidad — créditos visibles de antemano.