Grok Imagine Video — модель xAI для создания видео со звуком. В режиме «изображение в видео» она берёт вашу картинку за отправную точку и развивает её в ролик: добавляет движение, взаимодействие объектов и работу камеры. Задача пользователя — загрузить изображение и коротко написать, что должно произойти.
xAI называет Grok Imagine своей самой мощной моделью для генерации видео вместе со звуком. API модели компания представила 28 января 2026 года.
Что умеет модель в этом режиме
- Превращает фото в кинематографичный ролик — по описанию xAI, с реалистичным движением, взаимодействием объектов и сохранением визуальной целостности исходного кадра.
- Добавляет звук — видео и аудио генерируются вместе, отдельно озвучивать результат не нужно.
- Управляет камерой — приближение и отдаление, отъезд, наклон, панорамирование, эффект таймлапса.
- Точно следует инструкциям — xAI выделяет это как одну из сильных сторон модели.
- Работает в разных форматах — вертикальные, горизонтальные и другие соотношения сторон, удобные для публикации на конкретных площадках.
- Позволяет выбрать длительность — ролик настраивается по длине в пределах 15 секунд.
Характеристики
| Разработчик | xAI |
|---|---|
| Идентификатор модели | grok-imagine-video |
| Режим | Изображение в видео |
| Роль изображения | Стартовая точка ролика |
| Длительность | Настраивается, до 15 секунд |
| Разрешение | 480p или 720p |
| Соотношение сторон | Вертикальное, горизонтальное и форматы под площадки |
| Звук | Генерируется вместе с видео |
| Представление API | 28 января 2026 года |
Движение камеры как инструмент
Статичную фотографию оживляет не только движение внутри кадра, но и поведение камеры. В материалах xAI отдельно показаны приёмы, которые модель выполняет по текстовому указанию:
- наезд и отъезд — приблизить зрителя к детали или открыть общий план;
- отъезд на тележке — плавное удаление камеры, при котором раскрывается окружение;
- наклон вверх — взгляд снизу вверх, например вдоль здания или горы;
- панорама — поворот камеры в сторону;
- таймлапс — ускоренное течение времени в сцене.
Один и тот же исходный кадр с разным движением камеры даёт совершенно разные по настроению ролики — от спокойного рассматривания до динамичного раскрытия сцены.
Что можно оживить
Фотографии и пейзажи
Классический сценарий: вода начинает падать, облака — плыть, листва — колыхаться. В документации xAI пример именно такой — водопад на статичном снимке, который по запросу обрушивается вниз, пока камера медленно отъезжает.
Карандашные наброски
xAI отдельно демонстрирует, как модель превращает чёрно-белые линейные рисунки в яркие живые анимации. Подходит для иллюстраторов, раскадровок и концепт-арта.
Товары и продукты
Предметная съёмка становится коротким роликом для витрины, рекламы или соцсетей — с движением камеры вокруг товара и подходящим звуковым сопровождением.
Контент для соцсетей
Поддержка вертикальных форматов позволяет сразу получать ролики под сторис и короткие видео, без последующей обрезки.
Персонажи и арт
Портреты, игровые персонажи, иллюстрации. По отзывам партнёров xAI, модель особенно удачно работает с аниме- и киберпанк-эстетикой.
Первый кадр или ориентир: в чём разница
В режиме «изображение в видео» картинка становится стартовой точкой: ролик начинается именно с неё и развивается дальше. Это подходит, когда важно сохранить исходную композицию.
У Grok Imagine Video есть и другой подход — генерация по референсам. Там изображения влияют на то, что появится в видео, но первый кадр не обязан с ними совпадать. Этот вариант удобнее, когда нужно перенести в новую сцену конкретного человека, одежду или предмет, а не анимировать готовый снимок.
Как сформулировать запрос
Модель уже видит изображение, поэтому описывать его заново не нужно. Сосредоточьтесь на том, чего на картинке нет:
- какое действие происходит — что движется и как;
- как ведёт себя камера — наезжает, отъезжает, поворачивается;
- какое настроение у сцены — спокойное, динамичное, тревожное;
- что должно звучать — шум природы, музыка, голоса.
Пример запроса для фотографии водопада: «Пусть вода обрушится вниз, а камера медленно отъедет назад».
Ограничения
- Максимальная длина одного ролика — 15 секунд.
- Максимальное разрешение — 720p.
- Все видео проходят проверку на соответствие правилам использования; запросы, которые их нарушают, отклоняются.
- Модель создаёт видео со звуком. Для отдельной генерации изображений или текста выберите профильную нейросеть в каталоге.
Как оживить изображение на 4Gen
- Зарегистрируйтесь на 4gen.ru и пополните баланс в рублях — VPN, зарубежная карта и иностранный номер не нужны.
- Откройте AI Studio и выберите Grok Imagine Video в режиме «изображение в видео».
- Загрузите картинку и опишите движение, работу камеры и звук.
- Получите ролик и скачайте его.
Оплачиваются только выполненные генерации, без подписки. Тарифы — на странице цен.
Ответы на вопросы
Как Grok Imagine Video превращает фото в видео?
Загруженное изображение становится стартовой точкой ролика. По текстовому запросу модель добавляет движение объектов, работу камеры и звук, сохраняя визуальную целостность исходного кадра.
Какой длины получается видео?
Длительность настраивается, максимум — 15 секунд. Разрешение — 480p или 720p.
Есть ли в ролике звук?
Да. Grok Imagine генерирует видео и аудио одновременно, поэтому ролик сразу выходит со звуковым сопровождением.
Можно ли управлять камерой?
Да, достаточно указать это в запросе: наезд, отъезд, наклон, панорама или таймлапс.
Подойдёт ли вертикальное видео для соцсетей?
Да. Модель поддерживает вертикальные, горизонтальные и другие форматы, ориентированные на конкретные площадки.
Можно ли оживить рисунок или эскиз?
Да. xAI показывает, как модель превращает чёрно-белые линейные наброски в цветные живые анимации.
Нужен ли VPN?
Нет. На 4Gen модель доступна из России напрямую, баланс пополняется российскими картами.