Grok Imagine: посібник автора з відеомоделі xAI у 2026 році

Grok Imagine — модель генерації відео та аудіо від xAI, запущена в січні 2026 року й доступна через OmniArt без окремої підписки на xAI. Це інший продукт, ніж чат-бот Grok: у них спільна назва й більше нічого. Цей посібник розповідає, під що створено Grok Imagine, які шість режимів генерації мають значення, які шаблони промптів працюють у кожному режимі й скільки кредитів насправді коштують реальні проєкти.

Що таке Grok Imagine

Grok Imagine генерує відео до 720p із власним аудіо в кліпах від 1 до 15 секунд. Головний трюк не в роздільній здатності — на 720p він свідомо не бореться з Sora 2 чи V6 за чисту достовірність. Головний трюк — це робоча поверхня довкола моделі: шість режимів генерації, що ділять один набір ваг і дають генерувати, подовжувати, змінювати стиль і редагувати, не полишаючи модель.

Шість режимів, які варто знати

Кожен режим — це інший спосіб сказати моделі, з яким типом вхідних даних вона працює. Обрати правильний режим — це більша частина роботи над промптом.

Text-to-Video

Типовий режим. Пишете промпт — отримуєте кліп. Найкраще підходить для пошуку концепції, мудбордів і чернеток для соцмереж, коли референсного зображення ще немає. Вартість — 10–15 кредитів за секунду залежно від роздільної здатності.

Image-to-Video

Оживляє нерухоме зображення, зберігаючи композицію входу. Перший кадр зафіксовано вашим зображенням. Беріть його для анімації ілюстрацій, зйомки товару й дизайн-макетів, де вихідний кадр не обговорюється.

Reference Mode — те, що вирізняє модель

Reference Mode приймає від 1 до 7 зображень як візуальні якорі, не фіксуючи перший кадр. Ви позначаєте зображення як @Image1, @Image2, @Image3 і посилаєтеся на них у промпті. Саме цього немає в більшості інших відеомоделей: вони або фіксують перший кадр («зображення у відео»), або не приймають референсів узагалі («текст у відео»). Reference Mode стоїть посередині, і це найчистіший шлях до сталості персонажа в кількох кадрах.

Вартість — 15 кредитів за секунду на 480p і 22,5 на 720p.

Extend Mode

Дописує від 2 до 10 секунд до наявного кліпу. Вхід — MP4 завдовжки від 2 до 15 секунд. На виході один безперервний кліп; списується лише за дописану частину. Трюк, що працює між моделями: Extend Mode бере відео, згенеровані будь-якою моделлю в просторі OmniArt для відео, а не лише Grok.

Modify Mode

Редагує наявний кліп без повторної генерації: заміна тла, зміна світла, зсуви кольору на конкретних об’єктах, погодні ефекти. Вхід обмежено 8 секундами й автоматично масштабується до 854×480, тобто джерела високої роздільності втрачають деталі на цьому колі. Використовуйте Modify на кліпах, які ви й так згенерували на 480p.

Editing Suite — Restyle, Object Manipulation, Sketches to Life

Набір операцій після генерації. Restyle накладає художні стилі (Cyberpunk, Anime, Retro, Origami, Watercolor, Mosaic). Object Manipulation додає, прибирає або замінює елементи. Sketches to Life оживляє лінійні малюнки. Add Performance прищеплює анімацію персонажа статичним фігурам. Корисно, щоб зробити кілька варіацій з одного вихідного кліпу.

Промпти, які поважають модель

Чотири звички піднімають якість швидше, ніж довші промпти.

Користуйтеся кіномовою

У Grok Imagine є шість вбудованих пресетів камери: Zoom In, Zoom Out, Dolly Out, Tilt Up, Pan Right, Timelapse. Вони спрацьовують точніше, коли промпт написано операторськими термінами.

Позначайте референси явно

Reference Mode деградує, коли промпт загальний. Прив’яжіть кожен референс до ролі.

"@Image1 (the red sports car) drifts around a mountain corner with @Image3 (the sunset sky) in the background while @Image2 (the driver character) grips the steering wheel."

Виносьте дію на початок

Генерація йде послідовно крізь тривалість. Якщо кульмінація сидить у кінці п’ятисекундного кліпу, модель може її не встигнути. Перенесіть дію вперед.

Розкладайте кліпи на 10–15 секунд за таймлайном

Для довших кліпів впишіть тайминґ просто в промпт.

"Slow zoom into abandoned library (0–5s), dust particles catch light beams (5–10s), book falls from shelf (10–12s), pages flutter (12–15s)."

Скільки це коштує насправді

Три реальні сценарії кадрів, пораховані в кредитах OmniArt.

15-секундне відео товару для TikTok

Брендова розкадровка на три кадри

Прохід зі зміною стилю

Коли брати іншу модель

Grok Imagine — правильний інструмент для короткої форми в соцмережах, оживлення ескізів і історій у форматі multi-shot за референсами на 480p–720p. Неправильний він тоді, коли:

Робочі схеми, які доходять до релізу

Grok Imagine окупається в OmniArt не як самостійний генератор, а як шар ітерацій. Найбільше дають дві схеми.

Схема 1 — генеруйте деінде, доводьте тут. Відрендерте майстер-кліп у V6 чи Sora 2 у вищій роздільній здатності, а тоді крутіть варіації й доповнення через Extend, Restyle та Modify у Grok за меншу вартість.

Схема 2 — Reference Mode для фіксації персонажа. Коли брендовій кампанії потрібен той самий персонаж у п’яти кадрах, зафіксуйте зовнішність одним опорним зображенням у @Image1, а тоді генеруйте кожен кадр із тим самим референсом у Reference Mode. Це дешевше, ніж щоразу перекидати кубик у Sora 2.

Із чого почати в OmniArt

Grok Imagine доступний у просторі OmniArt для відео поруч із V6, BACH, Sora 2, Veo 3, Kling 3.0, HappyHorse 1.0 та Seedance 2.0. Той самий баланс кредитів, те саме вивантаження референсів, та сама граматика промптів. Почніть із Text-to-Video, щоб вивчити пресети камери, а тоді переходьте в Reference Mode, коли з’явиться персонаж чи товар, який треба зафіксувати.

Читайте цей посібник разом із розбором операторської моделі BACH, якщо потрібна наративна робота вищої достовірності, або з коротким списком найкращих моделей «зображення у відео», якщо ви обираєте модель під конкретний кадр.