ToVideo で Grok Imagine 1.5

xAI は 1.5 を、音声と台詞が動画と同じパスで生まれるものとして位置づけます。台詞はよりはっきり、効果音は動作に揃い、後付けの貼り付けではありません。予告、製品広告、ソーシャル短編で効きます。ToVideo の Grok Imagine 1.5 はネイティブ音声を自動生成します。音が納品の一部なら、プロンプトに環境、フォーリー、台詞を書いてください。

発表は、より少ない歪み、より信じられる重さと運動量を強調します。人物の歩行、落下、カメラの前進などに向きます。ショットごとに主運動の動詞は一つ。物理関係が読みやすくなります。長さは慎重に。より長い断片はより明確な動作計画が要り、焦点が薄れやすくなります。

テキストから動画は空白シーンと比率の探索向き。画像から動画は静止画1枚を開きにし、比率は画像に従います。参照から動画（このモデルでは ToVideo の動画から動画タブ）は 2–7枚の静止画で主体を錨にし、連続ショットを記述します。公式は参照から動画の解像度上限が完全な 1080p より低いと述べ、ToVideo は 1080p をテキストと先頭フレームモードだけに出します。

約1〜15秒の整数秒は、マイクロフックや短い物語を覆えます。画質は 480p（安い下書き）、720p（多くのソーシャル）、1080p（テキスト／先頭フレームの仕上げ）。ToVideo の既定の長さはよく6秒です。ルックが固まってから伸ばすと、クレジットを抑えられます。