Grok Imagine R2v 規格一覽
| 輸出 | 影片 |
|---|---|
| 輸入模式 | reference |
| 長度 | 1 秒 · 2 秒 · 3 秒 · 4 秒 · 5 秒 · 6 秒 · 7 秒 · 8 秒 · 9 秒 · 10 秒 |
| 畫質 | 480p · 720p |
| 畫面比例 | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 · 2:3 · 3:2 |
| 參考圖 | 需要 1 張 |
| 提示詞上限 | 3600 字元 |
| 聲音 | 同時生成聲音 |
Grok Imagine R2v 使用方式
- 01
開啟工作室
從這個頁面進入時 Grok Imagine R2v 已經選好，表單只會顯示這個模型真正支援的設定。
- 02
寫提示詞或上傳圖片
輸入提示詞，或在模型支援時加上參考圖。已儲存的角色也可以在這裡指定。
- 03
生成並完成
生成在背景進行，結果會進到素材庫，可以接著放大、重新構圖或延長。
Grok Imagine R2v 常見問題
Grok Imagine R2v 可以做什麼？
Grok Imagine R2v 是 xAI 的參考生影片模型：上傳 1–7 張角色、產品或地點的圖片，它會用這些元素生成一個含聲音的新場景。適合反覆出現的角色、產品場景和視覺概念。在 VerseIn 上生成 1–10 秒、480p 或 720p，支援 7 種比例。
可以免費試用 Grok Imagine R2v 嗎？
可以。VerseIn 新帳號註冊送 70 積分，Grok Imagine R2v 最短的一支（1 秒、480p）需要 20 積分，付費前就能生成短片。更長的片段更貴。
生成一支 Grok Imagine R2v 影片要多少錢？
價格取決於時長和解析度。最短的 1 秒 480p 影片需要 20 積分，你所選設定的確切價格會在生成前顯示。方案和積分包請見「定價」頁面。
參考生影片和圖片生影片有什麼不同？
圖片生影片是讓一張圖片動起來，片段從這張圖的構圖開始。參考生影片把你的圖片當作「誰或什麼會出現」的依據，再圍繞它們建立一個新鏡頭。想讓同一個角色或產品出現在新場景中，就用 R2v。
Grok Imagine R2v 和 Grok Video 1.5 相比如何？
R2v 專門處理圖片參考，能生成聲音，最長 10 秒、720p。Grok Video 1.5 最長 15 秒、最高 1080p，也支援首幀圖片或最多 7 張參考圖，但在 VerseIn 上是無聲影片。需要含聲音的參考場景選 R2v，需要更長、更高解析度的無聲片段選 Video 1.5。
R2v 可以讓同一個人或產品在多支片段中保持一致嗎？
參考圖有助於維持一致，但不能保證完全連續。每次都用同一小組清晰的圖片，寫明必須固定的特徵，例如臉、服裝或標籤，不要混用把主體拍得差異很大的圖片。
Grok Imagine R2v 的提示詞怎麼寫？
用自然的句子寫一個短場景，把主體和動作放在最前面，因為模型會依序理解提示詞。說明每張參考圖的用途，然後另起一行「Sound:」描述對白、音效或環境音，例如「Sound: soft rain and a distant train.」
Grok Imagine R2v 支援哪些生成模式？
Grok Imagine R2v 支援參考圖生影片。
Grok Imagine R2v 能生成多長、什麼解析度的內容？
Grok Imagine R2v 可生成長度為 1、2、3、4、5、6、7、8、9、10 秒的影片。輸出解析度：480p、720p。支援的畫面比例：16:9、9:16、1:1、4:3、3:4、2:3、3:2。
使用 Grok Imagine R2v 需要提供什麼輸入？
Grok Imagine R2v 需要一張參考圖才能開始。支援的圖片比例：16:9、9:16、1:1、4:3、3:4、2:3、3:2。提示詞最多 3,600 個字元。
Grok Imagine R2v 由誰開發？
Grok Imagine R2v 由 xAI 開發，可在 VerseIn 使用。
Grok Imagine R2v 生成的影片有聲音嗎？
有。Grok Imagine R2v 生成的影片帶有音訊。