模型能力
图像转视频
提供源图像和可选 prompt,即可将静态图像转换为视频。模型会根据你的指令让图像内容动起来。在 grok-imagine-video-1.5 上,图生视频支持原生 1080p。仅发送 image 属于图生视频。将其与 last_frame、keyframes或reference_images 组合使用时,属于以该图像为固定首帧的参考图生视频。请参阅 首帧与尾帧 和 关键帧。
可以通过以下方式提供源图像:
一个 公开 URL(指向图像)
一个 Base64 编码的数据 URI(例如
data:image/jpeg;base64,...)一个
file_id来自 Files API,详情请参阅 Imagine → Files API Integration
下方演示展示了实际效果;按住即可让静态图像动起来:

加载视频...
按住播放
import os
import xai_sdk
client = xai_sdk.Client(api_key=os.getenv("XAI_API_KEY"))
response = client.video.generate(
prompt="Generate a slow and serene time-lapse",
model="grok-imagine-video-1.5",
image_url="https://docs.x.ai/assets/api-examples/video/milkyway-still.png",
duration=12,
)
print(response.url)在 Vercel AI SDK 中,prompt 参数接受一个包含 image 和 text 字段的对象,用于图像转视频生成。 image 字段可以是 URL 字符串、Base64 编码的字符串、Uint8Array、ArrayBuffer或Buffer。
相关内容
视频生成:根据文本提示词生成视频
参考图转视频 — 使用参考图像引导视频,或固定首帧与尾帧
Videos API:视频生成端点
视频编辑:编辑现有视频
API 参考:完整的端点文档
Imagine API 主页:展示 Imagine API 的实际效果
最后更新:2026 年 9 月 21 日