Flixly 上线 Grok Imagine Video 1.5：Arena 排名第一的图片转视频模型

要点速览

xAI 的 Grok Imagine Video 1.5 现已在 Flixly 上线。这是一款全新的图片转视频模型，目前在 Arena 图片转视频盲测排行榜上排名第一，领先 Seedance 2——堪称当下最强的 I2V 模型之一。

如果你经常用参考图生成短视频——动态产品样机、动漫片段、MV 镜头、社交媒体广告、动态海报——那么这周最值得一试的就是它。

Grok Imagine Video 1.5 擅长什么

xAI 专门为图片转视频打造了 Grok Imagine Video 1.5。你提供一张参考图和一段提示词，它就会把图片动画化为一段短片，同时保持主体、风格和构图的一致。与上一代模型相比，有三点尤为突出：

• 与参考图保持视觉一致。 角色、产品和场景在整段视频中都清晰可辨——不再出现困扰早期 I2V 模型的“脸部变形”或“产品漂移”问题。
• 同步音频。 当场景需要时（脚步声、海浪、室内环境音、MV 节拍），模型会生成与画面同步的音频。你无需再单独做一遍 TTS 或拟音。
• 提示词遵循度。 提示词中的指令——运镜、光线变化、角色动作——会比大多数开源 I2V 模型更可靠地体现在输出中。

Arena 排行榜是一项并排盲测偏好测试：真实用户在两段未标注的生成结果中选出更好的一段。Grok Imagine Video 1.5 在图片转视频上胜过 Seedance 2，并非厂商自家的基准测试——而是大规模的用户偏好信号。

规格一览

如何在 Flixly 上使用

1. 在 Flixly 控制台中打开 图片转视频。
2. 在模型选择器中选择 Grok Imagine Video 1.5。
3. 上传参考图（JPG/PNG/WebP，最大 20 MB）。
4. 写一段简短而具体的提示词——发生了什么、运镜方式、氛围。示例：“缓慢推近主体，黄金时刻光线，背景有海洋环境音，8 秒”。
5. 选择画幅比例（横屏用 16:9，短视频/Reels 用 9:16，方形广告位用 1:1）、分辨率（主推内容用 720p，快速迭代用 480p）和时长。
6. 点击生成。

如果第一段效果不错但想让节奏更紧凑——把时长降到 5s；如果效果不错但想留出更多空间——拉长到 12 或 15s，让音频更舒展。

什么时候选它，而不是 Seedance 2 或 Veo 3.1

• 依赖参考图的镜头，即输入图片至关重要的场景——转台上的产品、动起来的时尚造型、被赋予生命的角色关键帧。Grok Imagine Video 1.5 的整个训练目标就是忠于参考图的一致性，Arena 排名也印证了这一点。
• 需要内置音频的片段，无需再经过 ElevenLabs 或 Gemini TTS 做第二遍处理。使用该模型，同步音频免费附带。
• 任何社交媒体 / 短视频 / Reels 内容，采用 9:16 或 1:1，需要批量产出、又想获得经用户偏好验证的质量，同时不消耗你的 Veo 3.1 预算。

需要借助多模态参考实现非常精细的构图控制时，继续用 Seedance 2；需要高预算下物理精准的运动效果时，继续用 Veo 3.1。除此之外的所有 I2V 需求——Grok Imagine Video 1.5 都是新的默认首选。

立即试用

该模型已在 Flixly 的 图片转视频 和 参考图生视频 中上线。按秒计费，价格与现有高级 I2V 档位相同，没有任何意外。

生成作品、发布出来并标记我们——我们会在 Explore 画廊中展示最佳片段。