Grok Imagine KI Video Generator: Version 1.5 und das Original

Auf ImageVideoAI stehen zwei Generationen des Modells bereit, und fast alle Einstellungen sind gleich. Der echte Unterschied ist die Cliplänge: Die neuere Version ist auf kurze Takes ausgelegt, die erste Veröffentlichung auf lange.

Auf dieser Seite ist Version 1.5 voreingestellt. Nimm sie für Social-Clips, Produkt-Loops und alles unter 15 Sekunden. Wechsel zum Original, wenn sich eine Szene Zeit lassen soll, etwa ein langsamer Gang durch eine Straße oder ein langer Flug im Drohnenstil über eine Landschaft, denn nur dieses Modell der Familie schafft 30 Sekunden.

Ein Hinweis zu 1080p: Beide Versionen rendern zuerst in 720p und skalieren das Ergebnis dann hoch. Du bekommst eine Datei mit 1080p-Maßen, aber keine native 1080p-Detailschärfe. Überleg also, ob sich die zusätzlichen Credits dort lohnen, wo der Clip gezeigt wird.

Was der Grok KI Video Generator gut kann

Gemessen an den Einstellungen auf dieser Seite hat der Grok KI Video Generator ein paar klare Stärken:

• Fünf Seitenverhältnisse. Neben den üblichen 16:9, 9:16 und 1:1 rendert er auch 3:2 und 2:3, passend für Fotoformate und Porträts wie auf einem Abzug.
• Zwei Einstiege. Starte mit einem hochgeladenen Bild oder lass den Upload weg und beschreib die ganze Szene in Worten.
• Lange Einzeltakes. Das Original-Modell läuft bis zu einer halben Minute ohne Schnitt.
• Eine günstige Vorschaustufe. In 480p kostet ein 6-Sekunden-Clip mit 1.5 nur 30 Credits, praktisch, um die Bewegung zu prüfen, bevor du für einen schärferen Render zahlst.

Es gibt auch Dinge, die das Modell nicht kann. Die Clips kommen ohne Ton, Musik oder Stimme fügst du also später im Schnittprogramm hinzu. Ein Schlussbild lässt sich nicht festlegen, das Ende muss deshalb im Prompt stehen.

Mit diesen Gewohnheiten setzt das Modell eher um, was du dir vorstellst:

1. Verankere das Motiv im Foto. Nenn es so, wie es aussieht, etwa „die Radfahrerin in der roten Jacke“, damit die Bewegung bei der richtigen Figur bleibt.
2. Wähl das Format vor dem Schreiben. Ein 9:16-Bild lässt Platz über und unter dem Motiv, ein 3:2-Bild bevorzugt Bewegung von links nach rechts. Beschreib eine Handlung, die zur Form passt.
3. Schreib das Ende in den Text. Ohne hochgeladenes Schlussbild entsteht der letzte Moment nur aus deinen Worten, sag also, wo alles enden soll.
4. Teil lange Takes in Abschnitte. Bei 20 oder 30 Sekunden gliederst du die Handlung in Anfang, Mitte und Schluss und beschränkst die Kamera auf eine langsame Bewegung.
5. Lass Geräuschwörter weg. Die Ausgabe ist stumm, Regenrauschen oder Musik zu beschreiben verschwendet nur Platz im Prompt. Beschreib lieber, wie der Regen aussieht.
6. Entwirf in 480p. Prüf die Bewegung in der günstigen Stufe und render die finale Version dann in 720p oder höher.

Drei Prompts, die zu diesem Modell passen:

Zwei Familien auf dieser Seite stehen Grok am nächsten: Wan erreicht dieselbe maximale Länge, Vidu bringt die Kontrolle über das Schlussbild. Alle findest du im Modellmenü unseres Tools für Bild zu Video KI, ein einziges Foto kann also durch jede davon laufen.

Wan 3.0 von Alibaba erreicht ebenfalls 30 Sekunden und bringt zusätzlich Ton sowie Start- und Endbild. Es ist also die bessere Wahl, wenn ein langer Take Audio oder ein festes Ende braucht. Alle Einstellungen stehen auf der Seite zum Wan KI Video Generator.

Auch Vidu ist stumm, endet bei 16 Sekunden und nimmt in den Varianten Pro und Turbo sowohl ein Anfangs- als auch ein Schlussbild an. Turbo ist die günstige Option mit 18 Credits für einen 5-Sekunden-Clip in 540p. Die Seite zu Vidu AI vergleicht beide Varianten.

Gegenüber Vidu mit 16:9, 9:16 und 1:1 bietet Grok zusätzlich 3:2 und 2:3, und das Original-Modell verdoppelt fast den längsten Take.