Grok Imagine 1.5——把一张静图变成一段镜头

Grok Imagine 1.5 在这里接的是图生视频，也就是说光给一段文字它不会动。打开视频创作页，切到「图生视频」标签，它只在那个模型列表里出现，全站没有第二个入口。给它一张静图，再加一句话说明什么在动。

所以这是两步活，而第一步不归这个模型管。先在图片创作页把那一帧定下来。Nano Banana 2是最快拿到可用静图的一条路，而且图片画错的代价比视频低得多。构图、裁切和光线都在那一步用图片的价格解决。

拆成两步的好处是，你不会再反复重摇已经对了的东西。静图是固定的，两次生成之间只有运动提示词在变，所以出来的坏结果能告诉你具体是哪儿不对，而不是换给你另一张画。

一条 4 秒的片子，480p 是 24 积分，720p 是 45。这个差价是这个模型身上最有用的一件事，也是第一次尝试永远该跑 480p 的理由：在这里错三次，仍然比在Kling 3.0 Pro上出一条便宜。

480p 真正丢掉的是物体边缘的细节。小的人脸会糊，细密的纹理会化成一团，画面里的字一动起来就变形。而运动、节奏和运镜表现完全看得清。所以在 480p 阶段，要问的从来不是这条片子好不好看，而是动作对不对，这个问题 24 积分就够回答了。

720p 就是天花板，没有哪个设置能绕过去。Kie 为这个模型 id 只公布了两档价格，一档 480p、一档 720p，所以这里的 1080p 只能是一个没人定过价的档位。与其自己猜一个价，不如干脆不提供。如果成片必须是 1080p，Veo 3.1 Fast 一条 163 积分，Kling 3.0 Pro 一条 180 积分。

时长是线性的。720p 下，4 秒 45 积分，8 秒 90，12 秒 135；480p 下同样的阶梯是 24、48、72。表单上其他选项都不影响这个数字：画幅不额外收费，挂一张参考图也不比别的贵。

于是一条 12 秒正好等于三条独立的 4 秒，这是个要真想一想的选择，不是走个形式。除非这个镜头确实不能剪，否则三次尝试通常比一条长镜头划算。单次提交最多四条，每条都按全价计费，所以要四条就是花四份钱，没有批量折扣。

Grok Imagine 并不是平台上最便宜的视频模型，这种页面上很容易把这句话省掉。Seedance 1.5 Pro 480p/4 秒 18 积分，720p 35 积分，不给图也能直接吃文字提示，而且能上 1080p。Grok 多出来的积分买到的是它处理一个细小物理动作的方式，这比「更好」要窄得多。

积分来自订阅或一次性积分包，见价格页。在服务商侧失败的渲染会自动退回同一份余额，不用提工单。

模型已经看得见主体了。再描述一遍，等于允许它重画一次，而这正是这里大多数令人失望的结果背后的原因。写「夕阳下海岸公路上的红色老爷车，电影感」，你会拿到另一辆车。改成写什么在变：车从镜头前开走，其余一切保持不动。

一条管用的提示词有三部分，三句话就能写完。什么在动。镜头怎么动。什么绝对不能变。「镜头不动」是一条正经指令，而且常常是对的那条，因为没有收到运镜说明的模型会自己发明一段漂移，通常不是你想要的那段。

一条片子一个节拍。在 4 秒里要求剪一刀，剪点处只会糊成一团。镜头需要两个瞬间，那就是两条片子，同一个页面上的批量模式可以一次提交多条提示词。提示词长文里按题材过了十四个例子，还有这类提示词最常见的五种翻车方式。

片子拿回来是纯画面。我们发给这个模型的请求里没有音频字段，所以声音要在后期加。从音乐创作页出一条配乐用的是同一份积分余额，等于只花一次钱而不是两次。如果某个镜头确实需要画面和声音一起生成，Veo 3.1 Fast是这里唯一一个请求里没有关掉声音的模型。

剪辑这一步归你。Grok 不在音乐视频工作流接受的模型之列，那个选择器只认 Kling 和 Seedance 的 id，所以一串 Grok 片段要在你自己的剪辑软件里接起来。

生成完的片子存在你的作品库里，可以在线播放，也可以下载文件。除非你自己发布，否则别人看不到；发布出来的作品会进入公开作品墙。