
Klip pendek dengan dialog lebih jelas dan gerak yang lebih berbobot. Teks-ke-video, satu frame pertama, dan referensi multi-gambar — audio lahir bersama gambar.
Teks-ke-video · Gambar-ke-video · Referensi-ke-video · audio native
Grok Imagine Video 1.5 adalah peningkatan xAI pada lini Imagine video pertengahan 2026 — resmi di Imagine API (id model: grok-imagine-video-1.5) dan varian 1.5 Fast yang lebih cepat di aplikasi Grok. Resmi menekankan gerak dan fisika lebih baik, serta audio lebih jelas dalam larian yang sama: efek suara, suasana, dan dialog bersama gambar, selaras aksi. Pembaruan berikutnya memperluas teks-ke-video, 1080p native untuk teks/frame pertama, dan referensi-ke-video dengan beberapa jangkar visual. Di ToVideo, Grok Imagine 1.5 sesuai grok-imagine-video-1.5-preview: teks-ke-video, gambar-ke-video (1 frame pertama), dan referensi-ke-video (2–7 gambar). Durasi sekitar 1–15 dtk; kualitas 480p, 720p, dan 1080p jika mode mengizinkan; rasio jika kontrol ada: auto, 16:9, 9:16, 1:1, 3:2, 2:3. Audio native otomatis. Kredit terlihat sebelum Hasilkan.
xAI memosisikan 1.5 agar audio dan dialog lahir bersama video — dialog lebih jelas, efek suara selaras gerak, bukan ditempel belakangan. Penting untuk trailer, iklan produk, dan short sosial. Di ToVideo, Grok Imagine 1.5 menghasilkan audio native otomatis; jika suara bagian dari pengiriman, tulis suasana, efek ruang, atau dialog di prompt.
Catatan rilis menekankan lebih sedikit deformasi, berat dan momentum yang lebih kredibel — berjalan, objek jatuh, dolly kamera. Satu kata kerja gerak utama per shot agar fisika terbaca. Durasi dengan hati-hati: klip lebih panjang butuh rencana aksi lebih jelas atau fokus mencair.
Teks-ke-video mengeksplorasi adegan kosong dan rasio. Gambar-ke-video membuka dengan gambar diam — rasio mengikuti gambar. Referensi-ke-video (di ToVideo, tab video-ke-video model ini) menjangkar subjek dengan 2–7 gambar diam dan mendeskripsikan shot berkelanjutan. Dokumen resmi menyebut plafon resolusi di bawah 1080p penuh pada referensi; ToVideo hanya menawarkan 1080p di teks dan frame pertama.
Detik utuh sekitar 1 hingga 15 dtk menutupi mikro-gancho atau narasi pendek. Kualitas: 480p (draf hemat kredit), 720p (sebagian besar sosial), dan 1080p (pengiriman teks/frame pertama). Default ToVideo sering 6 dtk — kunci tampilan lalu perpanjang.
Pilih Grok Imagine 1.5 saat Anda butuh suara tersinkron dengan gambar, fisika lebih kuat, dan tangga jelas dari prompt murni ke identitas multi-gambar — semuanya di ToVideo.
Petakan sorotan xAI ke kontrol ToVideo: mode, durasi, kualitas, rasio, dan jumlah gambar.
auto, 16:9, 9:16, 1:1, 3:2, 2:3. Deskripsikan adegan, kamera, dan petunjuk suara; eksplorasi 480p/720p, ekspor 1080p setelah terkunci.
Unggah satu gambar diam (JPEG/PNG/WebP, maks. 10MB). Rasio mengikuti gambar; audio native lahir bersama gerak.
Fusikan beberapa subjek menjadi satu shot berkelanjutan. Mode ini tidak mendukung 1080p; referensi konsisten, prompt fusi.
Efek suara, suasana, dan dialog lahir bersama video. Tulis medan suara jika butuh vokal atau efek ruang.
Detik utuh untuk mikro-gancho atau narasi pendek. Default sering ~6 dtk — perpanjang setelah tampilan berdiri.
480p hemat kredit, 720p menutupi sebagian besar sosial, 1080p untuk pengiriman teks dan frame pertama. Mode referensi di bawah 1080p.
Jawaban langsung untuk marketer dan kreator yang menilai Grok Imagine Video 1.5 di ToVideo.
Buka generator video, pilih Grok Imagine 1.5, pilih teks, frame pertama, atau referensi multi-gambar, atur durasi dan kualitas — kredit terlihat di muka.