Grok Imagine Video 1.5 模型正式上线：6 秒 720P 视频仅需 25 秒
阅读原文· ithome.com6 月 17 日，xAI 宣布 Grok Imagine Video 1.5 模型正式在 xAI API 上线。该模型支持静态图一键生成带同步音频的短视频，单次生成同时输出音效、环境音和对话，语音清晰度和口型同步效果提升。运动连贯性增强，减少了肢体扭曲和物体漂浮，更好模拟重量感与动量。Fast 模式下生成一段 6 秒 720p 视频约需 25 秒，较前代 40 秒以上显著提速。开发者可通过上传起始图片、描述运动方式并选择分辨率和时长调用 API。
IT之家 6 月 17 日消息，马斯克旗下 xAI 公司今天（6 月 17 日）发布公告，宣布正式上线 Grok Imagine Video 1.5 模型，并在 xAI API 中结束预览正式上线。
xAI 于 2026 年 6 月 3 日推出 Grok Imagine Video 1.5 Preview 预览版，主打“静态图一键生成带同步音频的短视频”，相比前代，主要升级音画同步、运动真实性和生成速度。
在音画同步方面，该模型在单次生成中同时输出音效、环境音和对话，精准对齐音频与画面动作。该模型大幅提升语音清晰度，口型同步效果更自然，适用于需要人物配音的短片创作。IT之家附上相关上视频如下：
在运动与物理表现方面，Grok Imagine Video 1.5 增强视频内的运动连贯性，明显减少常见的人物肢体扭曲、物体飘浮假象。模型能更好地模拟重量感与动量，例如人物走路时衣摆的自然晃动、下落物体的加速轨迹，整体观感更接近真实物理世界。
在生成速度方面，Grok Imagine Video 1.5 Fast 模式下，生成一段 6 秒、分辨率 720p 的视频仅需约 25 秒，而前代需要 40 秒以上。
Grok Imagine Video 1.5 已结束预览，在 xAI API 中以 grok-imagine-video-1.5 模型名称提供。开发者可通过上传起始图片、描述运动方式，并选择分辨率和时长来调用。