シーンの説明を動きに変える
ひとつの被写体と、わかりやすい動作から始めます。
被写体、場所、動作、カメラの動きを、ひとつながりのカットとして説明します。たとえば「横から光が当たる陶器の花瓶を、カメラがゆっくり回り込んで撮影する」といった場面なら、いくつものシーン変更を詰め込むより結果を判断しやすくなります。テキストから動画を作る場合、画像のアップロードは不要です。長い編集に進む前に、構図や動きのアイデアを比べるために活用できます。
シーンの説明や1枚の開始画像から、音声付きの短い動画を作成。4〜15秒の長さを選び、使用クレジットの見積もりを確認して、次のカットを形にしましょう。

Grok Imagine Video 1.5 Liteは、シーンの説明や1枚の開始画像から短い動画を生成し、音声も同時に生成できるモデルです。商品の動き、SNS向けの短尺動画、絵コンテのアイデアを、4〜15秒、480p・720p・アップスケール1080pで試せます。

伝えたい内容を絞って説明し、出力設定を選択。動き、音、細部を確認します。
ひとつの被写体と、わかりやすい動作から始めます。
被写体、場所、動作、カメラの動きを、ひとつながりのカットとして説明します。たとえば「横から光が当たる陶器の花瓶を、カメラがゆっくり回り込んで撮影する」といった場面なら、いくつものシーン変更を詰め込むより結果を判断しやすくなります。テキストから動画を作る場合、画像のアップロードは不要です。長い編集に進む前に、構図や動きのアイデアを比べるために活用できます。
被写体が鮮明で、動く余白のある画像を用意します。
10 MB以下のJPG・PNG・WEBP画像を1枚アップロードし、どのように動かしたいかを説明します。被写体が鮮明で、背景に使いやすい余白があり、目指す動画に近い構図の画像がおすすめです。出力の縦横比は開始画像で決まります。動かす過程で顔、商品ラベル、細い輪郭が変わることがあるため、元画像と比較してください。
4〜15秒の動画を生成できます。
長さは4〜15秒の範囲で、1秒単位で選べます。4秒なら動作をひとつに絞り、展開に時間がかかる動きには長めの設定を使います。テキストからの生成ではauto、16:9、9:16、1:1、4:3、3:4、3:2、2:3に対応。スマートフォン向けのストーリーなら縦長、プレゼンテーションなら横長など、用途に合わせて選びましょう。開始画像を使う場合は、アップロード前に必要な比率へトリミングします。
次の作業や用途に合う出力設定を選びます。
カットのアイデアを試す段階では480pから始め、大きく表示する用途では720pや1080pを検討できます。1080pは720pをアップスケールした出力であり、元の映像をネイティブ1080pで生成する設定ではありません。高解像度ほど使用クレジットも増えますが、動きの不整合、誤った文字、変化した顔を修復するものではありません。ダウンロード後は実際に使う表示サイズで確認してください。
動画に合う音の方向性を伝えます。
このモデルは動画とともに音声を生成できます。静かな海岸の波音や、木のテーブルにカップを置く音など、場面に合う環境音や簡単な効果音を説明しましょう。この画面には独立した音声アップロード機能や音声のオン・オフ切り替えはありません。共有前に、話し声、タイミング、背景ノイズ、音楽を確認してください。指定した台詞や映像との同期が必ず再現されるわけではありません。
テキストからの生成は、4秒・480pで10クレジットから。
ログインして残高と画面の見積もりを確認します。画像なしのテキスト生成では、480pの4秒が10クレジット、8秒が20クレジットです。4秒の場合、720pは15クレジット、1080pは70クレジットです。開始画像を使う場合は少額の画像料金を加えてから端数を切り上げるため、4秒・480pの画像から動画は12クレジットになります。長さと解像度で見積もりが変わるので、送信前に必ず確認してください。
商品紹介、絵コンテ、SNS動画のアイデアを試します。
商品の動きの検討、絵コンテの導入カット、縦型SNS動画の案などを試せます。説明文は同じまま、主な設定をひとつずつ変えると結果を比べやすくなります。正確なタイトル、ロゴ、最終的な文字組みは、使う動画を選んだ後で編集ソフトで加えましょう。公開前に、参照素材に含まれる人物、商品、美術作品などの使用権を確認してください。
ほかで使う前に、最後まで再生して確認します。
生成が終わったら、人物の見た目の変化、物の変形、急な動き、不要な文字がないか、動画全体を確認します。音声を聞き、最初のフレームも参照画像と比べましょう。ダウンロード操作で保存し、保存したファイルを開いて編集や公開に進みます。生成にかかる時間は変動します。商用利用の可否は、入力素材の権利と適用されるモデル・サービスの利用条件によって決まります。
柔らかな横光の中、静かな背景を背に陶器の花瓶をゆっくり回り込んで撮影。動いている間もシルエットや模様が保たれているかを確認します。
夕暮れのショーウインドーへ、カメラがゆっくり近づく場面。反射やガラスの輪郭を確認してから、正確な店名は編集ソフトで追加します。
小さな波が寄せる海岸を広く捉え、ゆっくりパンする映像。静かな海の音を説明し、水平線と音声を確認します。
使用許可のあるポートレートから、軽く顔の向きを変える動きを作成。顔立ちを開始画像と比べ、大きな変化を避けます。
部屋の中をゆっくりパンして、導入の構図を試す場面。長いシーンの参考にする前に、空間のつながりを確認します。
テーブルに置かれた温かい器から湯気が上がる場面。カメラの動きを抑え、料理の形や食器の輪郭を確認します。
完成した手作りの品を、変化する光の中で近くから撮影。生成された質感が正確だと決めつけず、細かい模様を確認します。
短い字幕の余白を残した9:16の商品シーン。確定した字幕は後で加え、被写体が画面内に収まっているか確認します。
Grok Imagine Video 1.5 Lite FAQ
別の動画制作方法を試すなら、Grok Imagine Video 1.5 PreviewやGrok Imagineもご覧ください。
テキストから短い動画を作るほか、1枚の開始画像に動きの説明を添えてアニメーション化できます。このページではLiteモデルが選択されます。Grok Imagine Video 1.5 Previewとは別のモデルなので、設定や対応機能が同じとは限りません。
10 MB以下のJPG・PNG・WEBP画像を1枚アップロードし、被写体やカメラの動きを説明してください。どちらの生成モードでもテキスト入力は必須です。この画面では複数の参照画像、終了フレーム、動画入力には対応していません。
4〜15秒を1秒単位で選べます。解像度は480p、720p、1080pで、初期設定は4秒・480pです。1080pは720pの映像をアップスケールするもので、ネイティブ1080p生成ではありません。
テキストからの生成はauto、16:9、9:16、1:1、4:3、3:4、3:2、2:3に対応しています。画像からの生成では開始画像が縦横比を決めます。アップロードする前に、目的の形へトリミングしてください。
画像なしのテキスト生成では、4秒・480pが10クレジット、8秒が20クレジットです。4秒の場合、720pは15、1080pは70クレジットです。開始画像を加えると4秒・480pの見積もりは12クレジットになります。料金は長さと解像度に比例し、画像料金を加えた後に一度だけ端数を切り上げます。生成前に画面の最新見積もりを確認してください。
音声の同時生成に対応しています。環境音や効果音を説明文で指定できますが、この画面に独立した音声入力や音声のオン・オフ切り替えはありません。使う前に音を聞き、台詞やタイミングのずれを確認してください。
鮮明な開始画像と控えめな動きは意図を伝える助けになりますが、人物の見た目、形状、文字が変わる可能性はあります。動画全体を元の素材と比較してください。正確さが必要なブランド表記や字幕は編集ソフトで追加するのがおすすめです。
生成後にダウンロード操作で保存し、保存した動画を開いて画質と音質を確認してください。その後、普段の動画編集ソフトで作業を続けられます。公開や商用利用は、入力素材の権利とサービス・モデルの利用条件によります。一定の生成時間や、あらゆる用途への一律の利用許可を保証するものではありません。
画像
JPG, JPEG, PNG, WEBP · 10MB
画像をドロップするか、クリックしてアップロードしてください。