xAI 发布 Grok Imagine 1.5：图像转视频生成，支持 720p 分辨率

一句话看懂

xAI 发布 Grok Imagine 1.5 图像转视频模型，支持 720p 输出，可拼接多片段生成更长视频。

详细发生了什么

xAI 于 2026 年 6 月 4 日发布了 “grok-imagine-video-1.5-preview”，这是一个图像到视频的生成模型。用户只需提供一张静态图片和一段文本提示，模型就能生成最高 720p 分辨率的电影风格视频。此外，该模型支持将多个视频片段拼接在一起，形成更长的连续场景。

这一更新是 Grok Imagine 系列的重大升级，此前版本主要专注于图像生成。新模型在视频生成领域直接对标 OpenAI 的 Sora 和 Runway Gen-3，但强调从图像出发的创作路径。目前该模型以预览形式提供，具体定价和 API 访问细节尚未完全公开。

中文圈视角

对于中文用户，Grok Imagine 1.5 的使用门槛较高：需要访问 xAI 平台，通常需要网络工具。不过，国内已有类似产品，例如字节跳动的 Dreamina 和腾讯的混元视频生成模型，均支持图像转视频功能，且无需额外网络配置。

在应用场景上，该功能对短视频创作者、广告设计师和游戏原画师尤为实用——可以将概念图快速转化为动态预览。但需注意，生成内容可能涉及版权问题，尤其是使用他人图片作为输入时。

目前中文社区对此讨论较少，一个盲点是：xAI 模型在中文语义理解上的表现可能不如国产模型，因为训练数据中中文占比有限。如果用于生成中文文字或特定文化场景，效果可能打折扣。

几条值得记住的细节

• 模型名称：grok-imagine-video-1.5-preview，目前为预览版。
• 输出分辨率最高 720p，支持文本引导的视频风格控制。
• 支持多片段拼接，可制作更长视频，但具体时长限制未公布。
• 与 Grok 聊天机器人集成，用户可通过对话方式生成视频。
• 定价尚未明确，但 xAI 通常提供免费额度与付费订阅选项。

一句话总结

如果你需要将静态创意快速转化为视频，Grok Imagine 1.5 值得尝试，但国内用户可优先考虑国产平替方案。