1
上传图片
上方生成器默认打开图生视频标签页，并已选好 Grok Imagine。上传一张清晰的 JPG、PNG 或 WebP 图片。
Grok Imagine图生视频 · Grok Imagine
Grok 图生视频生成器
上传一张照片，描述动作，看它动起来
上传人像、产品图、宠物照或艺术作品，告诉 Grok Imagine 哪里该动、镜头该怎么运动。你会得到一段 6 到 30 秒、480p 或 720p 的带声音视频，生成前即可看到所需积分。在浏览器中运行——无需 App，也无需订阅。
使用流程
四步把照片变成视频
2
描述动作
写出什么该动、镜头怎么运动、应该听到什么声音。描述要与照片中的内容保持一致。
3
选择时长和分辨率
选择 6–30 秒以及 480p 或 720p。输出会沿用上传图片的构图。
4
生成并检查
带声音预览视频，检查画面中的人脸、手部和文字。必要时调整动作描述，再重新生成。
图生视频功能
照片决定画面，提示词决定动作
让任意静态图片动起来
照片、插画、AI 图片和产品图都可以。上传的图片会引导主体、色彩和构图，让视频始终贴近你的原图。
动作由你描述
明确写出什么在动：风中飘动的头发、缓缓浮现的微笑、杯中升起的热气、涌上岸的海浪。描述细小、符合物理规律的动作，效果最自然。
静态画面也能运镜
加入推近、环绕、摇镜或视差效果，即使主体本身几乎不动，平面照片也能呈现出纵深感。
自带声音
描述环境音或音效——咖啡馆里的低语、雨打窗户、引擎启动——生成的片段会附带与画面一同生成的音频。
6 到 30 秒，480p 或 720p
可以做 6 秒的短循环，也可以做 30 秒的长镜头。480p 每秒 2 积分，720p 每秒 4 积分，提交前即会显示。
需要更多控制时，最多 7 张图片
一张照片就足以生成动画。想更稳定地控制主体身份或细节时，可再添加同一主体的更多图片，最多七张。
如何用 AI 让照片动起来
如何用 Grok 把图片变成视频
在图生视频中，图片已经回答了「长什么样」，提示词只需回答「发生什么」。简短、具体的动作描述，比把图片内容重新描述一遍效果更好。
- 1
选一张清晰的图片
使用清晰锐利、光线充足、主体明显的照片。背景杂乱或人脸过小的图片更难生成干净的动画。
- 2
描述主要动作
从主体开始：「她转头看向镜头并微笑」「小狗甩掉身上的水」。
- 3
添加次要动作
细节能带来真实感：「头发在微风中飘动，背景里树叶缓缓飘落」。
- 4
设定运镜
选一种运镜：「缓慢推近」「向左轻柔环绕」；如果画面需要保持不动，就写「固定镜头」。
- 5
描述声音并生成
加上你想听到的环境音，选择时长和分辨率，然后生成并预览。
提升图生视频效果的技巧
别和照片对着干
让坐着的人奔跑，或把白天的照片变成夜晚，往往会导致画面扭曲变形。请选择与图片相符的动作。
动作越少越真实
细微的动作——呼吸、眨眼、缓慢的镜头漂移——通常比大幅度动作更令人信服。
先裁成目标画幅
视频会沿用图片的构图。如果需要特定格式，请在上传前把照片裁成竖屏或宽屏。
用参考图保持一致
如果同一个人或产品需要出现在多个视频中，请使用参考图生视频，并每次上传同一组图片。
大家用图生视频做什么
让已有图片活起来
人像与老照片动起来
为人像和家庭老照片加上眨眼、微笑或缓慢的运镜。
产品图变视频广告
把产品图变成旋转、发光或使用场景的片段，用于商品详情页和社交广告。
让艺术作品和 AI 图片动起来
让插画、概念设计图以及用 AI 图片生成器制作的图片动起来。
社交帖子与封面
把静态帖子变成在信息流中更抢眼的短循环视频。
图生视频常见问题
关于 Grok 图生视频的常见问题
什么是 Grok 图生视频？
Grok 图生视频使用 xAI 的 Grok Imagine 视频模型，让静态图片动起来。你上传一张照片，描述动作、运镜和声音，即可获得一段 6–30 秒、480p 或 720p 的视频，并保留原图的样貌。
可以免费把照片变成视频吗？
可以免费开始。新账号赠送 12 积分，足够生成一段 6 秒 480p 视频，每日签到还可再得 2–3 积分。生成和预览都包含在内；下载视频文件需要付费方案或曾购买过积分。
这是官方 Grok Imagine App 吗？
不是。这是一个独立的网页创作工具，通过 API 服务商调用 Grok Imagine 视频模型。你不需要 Grok App、X 账号或 SuperGrok 订阅——用 Google 登录，按次用积分付费即可。
什么样的图片效果最好？
清晰、光线充足、主体明显的图片：人像、宠物、产品、风景、插画和 AI 生成的图片。支持 JPG、PNG 和 WebP。人脸过小、严重模糊或场景杂乱的图片更难生成干净的动画。
视频多长？费用是多少？
每次生成 6–30 秒，480p 或 720p。480p 每秒 2 积分，720p 每秒 4 积分，因此一段 6 秒 480p 片段需要 12 积分。生成前会显示准确的积分消耗。
照片里的人在视频中会保持原样吗？
图片会强力引导人脸、服装和色彩，但 AI 视频无法保证每一帧都完全一致，尤其是在大幅动作或转头时。细微的动作最能保持人物身份；对于反复出现的角色，请使用多张参考图。
可以让真实人物的照片动起来吗？
只有在你拥有相应权利并获得本人同意时才可以。涉及真实人物的提示词和图片可能会被审核拒绝，你需要对上传内容中的人物、品牌及其他素材负责。任何情况下都不允许上传未成年人的图片。
图生视频会加声音吗？
会。描述你想要的声音——环境音、音效、音乐或一句简短对白——Grok 会与视频一同生成音频。如果打算自己配乐，提示词里就不要写声音。
图生视频和参考图生视频有什么区别？
图生视频让一张图片动起来：视频从这张照片的样貌和构图开始。参考图生视频把角色、产品或风格的多张图片作为引导，即使换到新场景、跨越多个片段，主体也能保持一致。
生成的视频可以商用吗？
付费方案可以。每个付费方案或积分购买都包含账号内内容的商业授权；免费方案仅限个人使用。你必须拥有所上传图片的相关权利。