Grok Imagine 1.5 Lite API 用一段文字生成 1–15 秒、自带音效的视频，适合竖屏广告、人物短台词和风景开场。可在线试用，并查看案例、参数、实时价格与接入文档。
提供商: xAI
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
用一段文字生成 1–15 秒、自带音效的视频，支持 480p、720p、1080p 和从横屏到竖屏的 7 种画面比例。
定价
标准用量
准备生成
配置参数并点击"运行"查看输出结果。
案例
通过这条模型预览可以观察输出画幅、主体运动、镜头变化与场景连续性。
主示例：自然光、薄雾与环境声的航拍跟随镜头。
原始提示词 · English
A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.
竖屏画幅、微距运镜与慢动作，适合电商与社媒短视频广告。
原始提示词 · English
Vertical product commercial: a faceted amber glass perfume bottle without any label stands on wet black stone. Slow orbiting macro shot, droplets slide down the glass, warm rim light, petals fall in slow motion and splash into a shallow pool, soft piano note and gentle water sounds. Premium, clean, no text, no logos.
人物看镜头说出一句台词，并同步生成环境声。
原始提示词 · English
Square medium shot in a cozy small bakery at morning. A cheerful middle-aged baker with flour on her apron pulls a tray of golden croissants from the oven, looks at the camera and says warmly: "Fresh out of the oven, come try one!" Steam rises, soft window light, natural room tone and oven sounds. No text, no logos.
低机位跟拍高速运动主体，保留动态模糊与尘土细节。
原始提示词 · English
High-energy action shot: a mountain biker in a red jacket races down a dusty forest trail, launches off a dirt jump and lands as dust and leaves explode around the tyres. Fast low-angle tracking camera following the rider, motion blur, dappled sunlight, roaring wind and tyre crunch. No text, no logos.
纪录片质感的水下场景，光线与鱼群运动自然。
原始提示词 · English
Underwater nature documentary: a green sea turtle glides over a vivid coral reef as schools of tiny silver fish part around it, sun rays shimmer through the clear turquoise water. Slow smooth tracking shot beside the turtle, gentle underwater ambience and bubbles. No text, no logos.
根据输入方式、输出规格、控制能力和预算选择适合的视频模型。
Grok Imagine 1.5 Lite 文生视频是一款轻量文生视频模型。用一段提示词写清主体、动作、镜头和声音，即可生成 1–15 秒、自带匹配音效的视频，支持 480p、720p、1080p 三档分辨率和从横屏到竖屏的 7 种画面比例。
该线路只需 Prompt，不要求输入图片；需要锁定起始构图时请选择独立图生视频线路。 grok-imagine-1.5-lite/text-to-video
以下规格对应当前 HiAPI Grok Imagine 1.5 Lite Text to Video 请求契约。
先用短镜头验证运动与主体一致性，再提高质量或时长。
把主体与场景写在前面，再按时间顺序描述动作、镜头方向和速度；连续镜头需明确 no cuts。
Draft
6 秒 · 720p
Final
15 秒 · 1080p
先用 6 秒 · 720p 验证主体运动和镜头连续性，确认后再选择 15 秒 · 1080p。
在线确认运动稳定性和主体一致性，再用同一个模型 ID grok-imagine-1.5-lite/text-to-video 创建异步任务。
以下是创建异步文生视频任务的最小请求；任务查询、callback、错误处理和完整参数仍以 API 文档为准。
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-imagine-1.5-lite/text-to-video",
"input": {
"prompt": "A glass hot-air balloon drifts slowly over a misty valley of terraced rice fields at sunrise. Golden light spills across the water-filled terraces, mist rolls between the hills, a flock of white egrets glides beneath the balloon. Smooth aerial tracking shot, gentle wind sounds and distant birdsong, cinematic, natural colors. No text, no logos.",
"duration": 6,
"resolution": "720p",
"aspect_ratio": "16:9"
}
}'Grok Imagine 1.5 Lite 文生视频是一款轻量文生视频模型。在一段提示词里写清主体、动作、镜头和声音，就能得到 1–15 秒、已经配好音效的视频，不需要再单独做配音。
它适合需要大量短片草稿的团队：先用 480p 快速试方向，再把确定的版本用 720p 或 1080p 输出。7 种画面比例覆盖横屏播放器、方形信息流和竖屏短视频位，同一段提示词即可切换。
每条视频都自带与场景匹配的声音：风景里的风声和鸟鸣、林道上的轮胎声，或人物对镜头说的一句台词。想要什么声音，直接写进提示词。
航拍跟随、微距环绕慢镜头、低机位跟拍都可以用自然语言描述。上方案例分别展示了这些运镜。
可选 16:9、4:3、3:2、1:1、2:3、3:4、9:16。竖屏和方形视频直接按该比例生成，而不是从横屏裁切。
时长可在 1–15 秒内按整秒设置，默认 6 秒，适合大多数社媒投放位。
下面每个场景都对应本页的一个案例。
电商和社媒团队可以先用 9:16 生成带微距运镜、慢动作和轻音乐的产品短片，多试几个开场再决定是否实拍。
门店、App 或活动可以生成一个看着镜头说一句话的人物，用于欢迎视频和简短公告。
内容创作者可以用一段带自然环境声的航拍开场，代替在素材库里反复搜索。
带尘土和动态模糊的高速跟拍，适合运动品牌、游戏预告和节奏感强的社媒内容。
先用短时长、低分辨率试方向，再把分辨率留给最终版本。
写明主体、动作、运镜和声音；需要干净画面时加上“不要文字，不要标志”。
保持默认 6 秒，并直接选最终投放位的画面比例，这样构图判断不会失真。
把选定的提示词用 720p 或 1080p 重新生成，并按剪辑需要调整时长。
把相同参数发到 POST /v1/tasks，再通过轮询或回调获取视频。
按镜头从哪里开始来选：只有一段文字创意时用 Lite 文生视频，已有现成图片时用 Lite 图生视频；图片动画需要自己选输出比例时，看第三列。
| Lite 文生视频 | Lite 图生视频 | Grok Imagine 1.5 图生视频 | |
|---|---|---|---|
| 起点 | 仅提示词 | 一张图片 + 提示词 | 图片 + 提示词 |
| 时长 | 1–15 秒 | 1–15 秒 | 1–15 秒 |
| 分辨率 | 480p / 720p / 1080p | 480p / 720p / 1080p | 480p / 720p |
| 画面比例 | 7 种，16:9 到 9:16 | 大致跟随输入图 | 可选择 |
| 声音 | 每条视频自带音效 | 每条视频自带音效 | 见该模型页面 |
| 适合 | 从零探索创意、广告与社媒短片 | 让已有插画、产品图或主视觉动起来 | 需要自选输出比例的图片动画 |
各分辨率的实时价格见上方价格面板和价格页。
有。声音与画面一起生成，不能关闭。可以在提示词里描述想要的环境声、音乐或台词。
时长 1–15 秒整数（默认 6 秒）；分辨率 480p、720p、1080p（默认 720p）；画面比例 16:9、4:3、3:2、1:1、2:3、3:4、9:16（默认 16:9）。
最多 4096 个字符。一段聚焦主体、动作、镜头和声音的描述，通常比长串关键词效果更好。
不能，这条线路只接收文字。需要从你的图片开始时，请使用 grok-imagine-1.5-lite/image-to-video。
向 POST /v1/tasks 提交异步任务，model 填 grok-imagine-1.5-lite/text-to-video，prompt、duration、resolution、aspect_ratio 放在 input 中。请求会返回任务 ID，再通过轮询或回调获取视频地址。
按所选分辨率和请求的时长计费。价格面板显示实时费率，最终扣费以成功任务记录为准。