Grok Imagine Video 1.5 — это самая захватывающая видеомодель от xAI. Вы можете генерировать реалистичное видео со синхронизированным звуком за один проход, способное справляться со сложными движениями и точно следовать промптам. Мы протестировали ее в самых разных сценариях и подготовили идеальное руководство по составлению промптов, чтобы выжали максимум из этой модели.
Примеры видео
Женщина по телефону
Это сцена из фильма: она ведет разговор по телефону с мужчиной, она говорит, делает паузу, чтобы послушать, а затем снова говорит. Ее тон сначала нерешительный, а затем решительный. Она медленно ходит и разговаривает по телефону. Они обсуждают встречу в четверг для обсуждения деталей.
Это сцена из фильма: она ведет разговор по телефону с мужчиной, она говорит, делает паузу, чтобы послушать, а затем снова говорит. Ее тон сначала нерешительный, а затем решительный. Она медленно ходит и разговаривает по телефону. Они обсуждают встречу в четверг для обсуждения деталей.
Скейтбордисты
Парень посередине начинает медленно ехать на скейтборде, затем ускоряется, а затем едет очень быстро, камера следует за его лицом сбоку, крупным планом показывая его лицо, он выглядит счастливым, в стиле документального кино с атмосферой взросления, здания на заднем фоне и улица быстро проносятся мимо, пока он катается, стиль ручной камеры, он смеется и говорит: «Я же говорил тебе, чувак, это будет лучшее лето!», затем он замолкает, ненадолго смотрит на своих друзей, а затем просто смотрит туда, куда катится на скейтборде, звуки проезжающих машин, двое других подростков смеются, они не разговаривают. Звуки катящихся скейтбордов.
Парень посередине начинает медленно ехать на скейтборде, затем ускоряется, а затем едет очень быстро, камера следует за его лицом сбоку, крупным планом показывая его лицо, он выглядит счастливым, в стиле документального кино с атмосферой взросления, здания на заднем фоне и улица быстро проносятся мимо, пока он катается, стиль ручной камеры, он смеется и говорит: «Я же говорил тебе, чувак, это будет лучшее лето!», затем он замолкает, ненадолго смотрит на своих друзей, а затем просто смотрит туда, куда катится на скейтборде, звуки проезжающих машин, двое других подростков смеются, они не разговаривают. Звуки катящихся скейтбордов.
Игровой персонаж
Персонаж демонстрирует свои боевые приемы, без музыки.
Персонаж демонстрирует свои боевые приемы, без музыки.
Уход за кожей
Она касается своей щеки и мягко улыбается, затем широко улыбается, глядя в камеру, камера неподвижна, текст и предметы остаются абсолютно на месте, не двигаясь.
Она касается своей щеки и мягко улыбается, затем широко улыбается, глядя в камер, камера неподвижна, текст и предметы остаются абсолютно на месте, не двигаясь.
Обезьянка
Обезьяна медленно переворачивает страницу, сосредоточенно читает. Маленькая детка-обезьянка в детском костюмчике приходит, чтобы отвлечь его. Без разговоров.
Обезьяна медленно переворачивает страницу, сосредоточенно читает. Маленькая детка-обезьянка в детском костюмчике приходит, чтобы отвлечь его. Без разговоров.
Дрон-съемка архитектуры
Видео с дрона, полет перед зданием.
Видео с дрона, полет перед зданием.
Разбивающаяся волна
Волна достигает гребня и наклоняется вперед, полупрозрачный зеленый гребень закручивается и с огромной силой обрушивается на темные скалы. Белая пена взрывается вверх и в стороны, замирая на мгновение перед тем, как обрушиться обратно. Брызги воды разлетаются по кадру на рассветном ветру. Вода стекает обратно со скал белыми ручейками. Позади поднимается вторая, меньшая волна. Звук: глухой грохот тяжелого прибоя, бьющегося о скалу, шипение и шум воды, откатывающейся по камням, низкий стон ветра над открытой береговой линией, морские брызги на микрофоне.
Волна достигает гребня и наклоняется вперед, полупрозрачный зеленый гребень закручивается и с огромной силой обрушивается на темные скалы. Белая пена взрывается вверх и в стороны, замирая на мгновение перед тем, как обрушиться обратно. Брызги воды разлетаются по кадру на рассветном ветру. Вода стекает обратно со скал белыми ручейками. Позади поднимается вторая, меньшая волна. Звук: глухой грохот тяжелого прибоя, бьющегося о скалу, шипение и шум воды, откатывающейся по камням, низкий стон ветра над открытой береговой линией, морские брызги на микрофоне.
Утренняя пробежка, Бангкок
Камера сопровождает бегунов в Бангкоке, пока они продолжают спринт, все четверо синхронно взмахивают руками и ногами, дыхание заметно в прохладном утреннем воздухе. Лидирующий бегун бросает короткий взгляд на камеру, а затем снова устремляет взгляд вперед. Жалюзи витрин, припаркованные мотоциклы и пешеходы на обочине проносятся мимо в сильном горизонтальном размытии движения. Звук: ритмичное шлепанье кроссовок о тротуар, тяжелое синхронное дыхание, гул далёкого скутера, приглушенный говор утреннего уличного рынка.
Камера сопровождает бегунов в Бангкоке, пока они продолжают спринт, все четверо синхронно взмахивают руками и ногами, дыхание заметно в прохладном утреннем воздухе. Лидирующий бегун бросает короткий взгляд на камеру, а затем снова устремляет взгляд вперед. Жалюзи витрин, припаркованные мотоциклы и пешеходы на обочине проносятся мимо в сильном горизонтальном размытии движения. Звук: ритмичное шлепанье кроссовок о тротуар, тяжелое синхронное дыхание, гул далёкого скутера, приглушенный говор утреннего уличного рынка.
Тихий полдень
Фигура медленно опускает телефон от уха, выдыхает и позволяет руке опуститься вдоль тела. Персонаж едва заметно поворачивает голову в сторону комнаты. Пылинки кружатся в лучах золотого света. Кот поднимает голову, уши шевелятся. ЭЛТ-телевизор один раз мигает. Тонкие занавески шевелятся от медленного ветерка. Звук: городской трафик вдали, приглушенный стеклом, капающий кухонный кран где-то за кадром, мягкий гул старого телевизора, скрип деревянного пола.
Фигура медленно опускает телефон от уха, выдыхает и позволяет руке опуститься вдоль тела. Персонаж едва заметно поворачивает голову в сторону комнаты. Пылинки кружатся в лучах золотого света. Кот поднимает голову, уши шевелятся. ЭЛТ-телевизор один раз мигает. Тонкие занавески шевелятся от медленного ветерка. Звук: городской трафик вдали, приглушенный стеклом, капающий кухонный кран где-то за кадром, мягкий гул старого телевизора, скрип деревянного пола.
Надеемся, это дает хорошее представление о том, насколько далеко можно зайти с Grok Imagine Video 1.5.
Как составлять промпты для модели
Немного поэкспериментировав с Grok Imagine 1.5, мы сформулировали следующие советы по составлению промптов, которые могут значительно улучшить ваши результаты.
Оформляйте раздел Sound: так, как это делает звукорежиссер
Каждый пример выше содержит явный раздел Sound:. Сообщение модели о том, как именно вы хотите спроектировать звук в вашем видео, может сделать или разрушить финальный результат.
Расплывчато: Sound: city sounds, traffic.
Конкретно: Sound: cars passing by, skateboards rolling on pavement, teenagers laughing, the distant rumble of a street.
Модель понимает разницу между фоновым шумом и точечным звуковым оформлением. Вы можете быть настолько детальными, насколько захотите, и она справится.
Несколько приемов, которые работают особенно хорошо: «звуки проезжающих машин», «звуки катания скейтбордов», «без музыки», «камера не движется». Все это пространственные и материальные подсказки, которые точно задают модели нужную звуковую атмосферу.
Используйте модификаторы интенсивности
Без них модель выбирает масштаб на свое усмотрение. Фраза «Волна поднимается» звучит неоднозначно. А «Волна поднимается во весь рост, наклоняется вперед и с огромной силой обрушивается вниз» дает гораздо более точное представление.
Сцена со скейтбордингом работает, например, благодаря фразам «начинает ехать на скейтборде медленно, затем ускоряется, затем едет очень быстро» и «здания на заднем фоне и улица быстро движутся». Уберите эти слова, и вы получите плоский, статичный кадр.
Опишите движение камеры
Если не требовать движения, модель удерживает статику, что в целом является правильным решением, если ничего не указано. Зафиксированная камера с неспешным движением выглядит более кинематографично, чем ненужные перемещения. Но если вам нужен определенный ракурс, обязательно укажите его.
Что работает: медленный наезд, воздушный наезд вперед, камера плавно смещается влево, панорамирование рядом, зафиксированная, статика. В клипе с Исландией запрашивается «медленный воздушный наезд» и «камера плавно смещается влево по мере снижения».
Сохраняйте сфокусированность
Модель лучше справляется со сфокусированными запросами, чем с громоздкими. Сцена с уходом за кожей состоит из трех шагов: прикоснуться к щеке, мягко улыбнуться, широко улыбнуться в камеру. Сцена с обезьяной наделяет каждого персонажа четкой ролью. Вы можете по-настоящему сосредоточиться на конкретных действиях, оставляя все остальное зафиксированным и неподвижным.
Начало с изображения
Лучший способ использовать Video 1.5 — начать со снимка, который вы уже довели до ума. Используйте любой генератор изображений, например Grok Imagine Image, или собственное фото, чтобы сначала выстроить композицию и освещение. Когда кадр выглядит правильно, в видеозапросе нужно указать лишь то, что меняется.
Иридисцентная форма
Исходное изображение:
Абстрактный 3D-рендер крупной глянцевой морфинг-формы — гладкие изогнутые поверхности из прозрачного стекла или жидкого хрома преломляют призматические иридисцентные цветовые полосы голубого, пурпурного, золотого и электрического синего цветов на чистом черном фоне. Гиперреалистичное студийное освещение, физически точные отражения и преломления.
Абстрактный 3D-рендер крупной глянцевой морфинг-формы — гладкие изогнутые поверхности из прозрачного стекла или жидкого хрома преломляют призматические иридисцентные цветовые полосы голубого, пурпурного, золотого и электрического синего цветов на чистом черном фоне. Гиперреалистичное студийное освещение, физически точные отражения и преломления.
Затем передано в Video 1.5:
Глянцевая морфинг-форма медленно волнуется и дышит, ее поверхности переливаются, подобно жидкой ртути. Призматические иридисцентные полосы — голубые, пурпурные, золотые, электрический синий — текут и рябью расходятся по изгибам, пока форма едва заметно деформируется и перестраивается. Свет преломляется по-новому при изменении поверхностного натяжения. Форма вращается практически незаметно. Звук: глубокий резонирующий гул, похожий на шум внутри морской раковины, слабый хрустальный звон стекла под натяжением, медленный и медитативный.
Глянцевая морфинг-форма медленно волнуется и дышит, ее поверхности переливаются, подобно жидкой ртути. Призматические иридисцентные полосы — голубые, пурпурные, золотые, электрический синий — текут и рябью расходятся по изгибам, пока форма едва заметно деформируется и перестраивается. Свет преломляется по-новому при изменении поверхностного натяжения. Форма вращается практически незаметно. Звук: глубокий резонирующий гул, похожий на шум внутри морской раковины, слабый хрустальный звон стекла под натяжением, медленный и медитативный.
Интерьер в стиле ваби-саби
Исходное изображение:
Минималистичный бельгийский интерьер в стиле ваби-саби. Длинный низкий диван в обивке из льняной ткани песчаного овсяного оттенка стоит у тактильной кремовой стены с известковой штукатуркой. Перед ним на полированном бетонном полу стоит единственный грубо обработанный журнальный столик из темного ореха. На встроенном бетонном постаменте: приземистая керамическая настольная лампа с основанием из темно-землисто-коричневой глины и мягким кремовым льняным абажуром, излучающая теплое приглушенное свечение. Тяжелое льняное покрывало асимметрично наброшено на диван. Никакого декора, никакого беспорядка, никаких узоров. Архитектурная фотография Винсента Ван Дуйсена и Акселя Вервордта.
Минималистичный бельгийский интерьер в стиле ваби-саби. Длинный низкий диван в обивке из льняной ткани песчаного овсяного оттенка стоит у тактильной кремовой стены с известковой штукатуркой. Перед ним на полированном бетонном полу стоит единственный грубо обработанный журнальный столик из темного ореха. На встроенном бетонном постаменте: приземистая керамическая настольная лампа с основанием из темно-землисто-коричневой глины и мягким кремовым льняным абажуром, излучающая теплое приглушенное свечение. Тяжелое льняное покрывало асимметрично наброшено на диван. Никакого декора, никакого беспорядка, никаких узоров. Архитектурная фотография Винсента Ван Дуйсена и Акселя Вервордта.
Затем передано в Video 1.5:
Послеполуденный солнечный свет, проникающий через невидимое окно, по мере прохождения времени медленно смещается и тускнеет. Полоса теплого золотистого света, падающая на льняной диван и бетонный пол, постепенно сдвигается вправо и сужается, а цвет меняется от теплого янтарного до более холодного синего по мере приближения часа к вечеру. Теплое свечение лампы становится более выраженным по мере того, как комната темнеет. Тени в углах сгущаются. Звук: глубокая тишина интерьера, едва слышный фоновый гул внешнего города, оседающее в остывающем воздухе здание.
Послеполуденный солнечный свет, проникающий через невидимое окно, по мере прохождения времени медленно смещается и тускнеет. Полоса теплого золотистого света, падающая на льняной диван и бетонный пол, постепенно сдвигается вправо и сужается, а цвет меняется от теплого янтарного до более холодного синего по мере приближения часа к вечеру. Теплое свечение лампы становится более выраженным по мере того, как комната темнеет. Тени в углах сгущаются. Звук: глубокая тишина интерьера, едва слышный фоновый гул внешнего города, оседающее в остывающем воздухе здание.
Статичное изображение отвечает за композицию и цвет, в то время как видеозапрос управляет движением. Разделение этих элементов может упростить доработку каждого из них.
