Cách làm phim ngắn một phút nhiều cảnh quay bằng Grok Imagine

Phim multi-shot bằng Grok Imagine bắt đầu từ các đoạn video riêng, dễ kiểm soát. Trong OmniArt, bạn có thể lên một câu chuyện dài một phút, dùng lại ảnh tham chiếu nhân vật giữa các cảnh quay và chuyển tư thế sang cảnh tiếp theo bằng cách lấy khung hình cuối của đoạn trước làm ảnh bắt đầu. Tính đến ngày 26/10/2026, phương án tám cảnh quay dưới đây tốn 428 tín dụng ở 720p nếu mỗi cảnh tạo một lần, chưa gồm ảnh tham chiếu, âm thanh và lượt thử lại.

Điểm khởi đầu là thông báo Odyssey Episode 1 của xAI (Mở trong thẻ mới) (bài đăng của xAI, ngày 24/10/2026, múi giờ Asia/Shanghai), ghi công Wonder Studios và đạo diễn Dev Walker. Bài viết của Variety (Mở trong thẻ mới) (đăng ngày 26/10/2026, 01:22, múi giờ Asia/Shanghai) mô tả tập phim dài khoảng bảy phút (tin từ bên thứ ba). Hướng dẫn này lấy cảm hứng từ lần ra mắt đó, không tái dựng quy trình sản xuất của họ. Câu chuyện gốc ở đây nhỏ hơn: hai người giữ hải đăng khôi phục ngọn đèn trước khi thuyền tới bãi đá.

Bạn sẽ làm gì và cần những công cụ nào#

Phương án tạo 60 giây tư liệu từ tám cảnh quay, tỷ lệ khung hình 16:9 và hoàn thiện ở 720p. Cắt ngắn hoặc chồng các đoạn sẽ thay đổi thời lượng cuối, nên hãy chừa chỗ giữ ảnh tĩnh nếu bản dựng phải dài đúng một phút. Đây là lựa chọn cho bài thực hành, không phải mô tả về Odyssey.

Dùng không gian ảnh của OmniArt để làm bảng nhân vật và ảnh bối cảnh, Grok Imagine để tạo các đoạn video và ứng dụng dựng video bên ngoài để ghép cùng âm thanh. Hướng dẫn dùng mô hình Grok Imagine công khai, không phải phiên bản khác có tên gần giống. Tính đến ngày 26/10/2026, các tùy chọn trên OmniArt gồm 480p và 720p, tác vụ video và tham chiếu cùng tối đa bảy ảnh tham chiếu. Các cảnh tham chiếu trong bài không vượt quá mười giây.

Bước 1: Viết danh sách cảnh quay Grok Imagine multi-shot#

Giữ câu chuyện dễ hiểu ngay cả khi không có lời thoại. Mara, người giữ hải đăng mặc áo khoác vàng mù tạt, phát hiện ngọn đèn đã tắt. Ivo mặc áo len xanh hải quân mang tới thấu kính đồng thau còn thiếu. Họ lắp nó vào, ánh sáng trở lại và con thuyền phía xa đổi hướng. Dáng người và trang phục phải đủ khác nhau ngay cả trong cảnh toàn.

Đây là danh sách cảnh quay đề xuất và dự toán tín dụng OmniArt, đã đối chiếu với danh mục và bộ tính vào ngày 26/10/2026. Tham chiếu nghĩa là mỗi cảnh được đánh dấu đều dùng cùng ba ảnh; ảnh bắt đầu nghĩa là chỉ dùng khung hình xuất từ đoạn trước.

Tạo và duyệt các cảnh làm điểm nối trước khi làm đoạn tiếp theo. Nếu thay cảnh 5, hãy xuất phần kết mới của nó trước khi làm cảnh 6; nếu không, đoạn sau sẽ bắt đầu từ tư thế cũ. Tránh yêu cầu cảnh cận, đổi địa điểm và máy quay vòng quanh trong cùng một lượt tạo ngắn.

Bước 2: Làm bảng nhân vật và ảnh bối cảnh#

Tạo ba tệp có thể dùng lại: bảng góc chính diện và góc nghiêng của Mara, bảng của Ivo và nội thất hải đăng không có người. Giữ cửa ra vào, giá thấu kính và cửa sổ ở vị trí nhất quán. Bắt đầu từ ảnh bạn sở hữu hoặc có quyền sử dụng, rồi chọn GPT Image 2.5 Sunburst trong không gian ảnh.

Với Ivo, chọn vóc dáng rộng đối lập, tóc bạc và áo len xanh hải quân. Ảnh bối cảnh cần thể hiện phòng đèn trống với cửa ra vào bên trái, giá đồng thau ở giữa và cửa sổ hướng biển bên phải. Duyệt các ảnh này trước khi tạo video; tham chiếu mâu thuẫn có thể lan sang cả chuỗi cảnh.

Bài đánh giá ngày 25/10 của Mashable (Mở trong thẻ mới) nêu khó khăn khi phân biệt nhân vật trong Odyssey (tin từ bên thứ ba). Bài học áp dụng được là đặt tên cho cả hai người và tạo dáng ngoài khác biệt rõ ràng. Chỉ một cái tên không bảo đảm giữ đúng nhân vật.

Theo giá danh mục ngày 26/10, Sunburst ở chất lượng trung bình và 1080p tốn 2 tín dụng cho ảnh đầu ra, cộng 2 tín dụng cho mỗi ảnh tham chiếu đính kèm: 4 tín dụng khi dùng một ảnh tham chiếu. Ba tác vụ như vậy tốn 12 tín dụng; bốn tác vụ tốn 16. Hãy tính đây là ngân sách ảnh riêng và kiểm tra dự toán hiển thị trước khi gửi. Đây là đầu vào đề xuất, không phải ảnh mẫu đã thử nghiệm.

Bước 3: Giữ nhân vật bằng chế độ tham chiếu#

Mở tạo video, chọn Grok Imagine, chuyển sang chế độ tham chiếu và đính kèm các tệp đã duyệt theo thứ tự cố định: Mara là @image1, Ivo là @image2 và hải đăng là @image3. Luôn viết thường các ký hiệu này. Với cảnh 2, đặt tám giây, 720p và 16:9.

Giữ nguyên thứ tự ảnh trong mỗi tác vụ tham chiếu mới và lặp lại các mốc trang phục cùng không gian liên quan. Ở cảnh tiếp theo, đổi hành động và bố cục thay vì viết lại mô tả nhân vật. Sau mỗi lượt tạo, kiểm tra mặt, áo khoác, hình dáng thấu kính và vị trí cửa sổ. Ảnh tham chiếu có ích nhưng không bảo đảm trùng khớp hoàn toàn.

Để biết thêm cách viết prompt, xem ví dụ prompt Grok Imagine. Cài đặt trong bài áp dụng cho đúng mô hình công khai đã nêu ở trên. Mỗi tác vụ tạo một đoạn rồi tự so sánh các lần tạo; quy trình không dựa vào Seed có thể lặp lại kết quả hay bộ tạo chuỗi tích hợp.

Bước 4: Nối chuyển động qua điểm cắt bằng khung hình cuối#

Tải cảnh 5 đã duyệt xuống và xuất khung hình cuối còn dùng được từ ứng dụng dựng. Hoặc dùng dòng FFmpeg dưới đây để lấy một khung hình gần cuối; hãy kiểm tra vì nó có thể đứng trước khung hình cuối được giải mã thực sự. Chọn tư thế rõ nét, không chớp mắt hay biến dạng bàn tay.

ffmpeg -sseof -0.1 -i shot5.mp4 -frames:v 1 last.png

Bắt đầu tác vụ video Grok Imagine mới và tải last.png lên làm ảnh bắt đầu. Với cảnh 6, chọn sáu giây và giữ nguyên tỷ lệ khung hình cùng độ phân giải. Cách này thay cho thiết lập ba ảnh tham chiếu; đừng mặc định có thể kết hợp hai kiểu đầu vào.

Lặp lại từ cảnh 7 sang cảnh 8. Ảnh bắt đầu chuyển tiếp trạng thái nhìn thấy, không phải toàn bộ chuyển động trước đó hay một cơ chế giữ nhân vật riêng. Giữ đoạn nối ngắn và kiểm tra điểm ghép ở tốc độ bình thường. Xem cách làm video từ ảnh hiệu quả để biết thêm về bố cục ảnh bắt đầu.

Bước 5: Làm nháp ở 480p, hoàn thiện ở 720p#

Tính đến ngày 26/10/2026, phương án Grok Imagine này dùng 7 tín dụng mỗi giây ở 720p hoặc 5 ở 480p. Ảnh bắt đầu cộng 1 tín dụng; ảnh tham chiếu cộng 1 tín dụng cho mỗi nhóm tối đa năm ảnh đã bắt đầu dùng. Vì thế ba ảnh tham chiếu cộng 1, không phải 3 tín dụng. Có sáu tác vụ tham chiếu và hai tác vụ ảnh bắt đầu, mỗi tác vụ cộng 1 tín dụng.

Ở 480p, cảnh tham chiếu tám giây tốn 41 tín dụng, cảnh sáu giây tốn 31 và cảnh mười giây tốn 51. Chuyển sang 720p nghĩa là tạo các lượt mới; bản nháp không tự nâng cấp. Kiểm tra lại dự toán trong trình soạn trước mỗi tác vụ. Bảng chưa gồm bảng nhân vật, lời dẫn, nhạc và các lần thử thêm; hãy dự phòng thử lại, nhất là động tác trao và lắp thấu kính.

Bước 6: Ghép, làm âm thanh và rà soát#

Nhập các đoạn đã duyệt vào ứng dụng dựng theo thứ tự danh sách. Căn tư thế nối ở điểm ghép, cắt bớt chuyển động lặp và giữ ảnh tĩnh ngắn nếu cần bảo toàn thời lượng dự kiến. Thêm âm nền, tiếng chạm thấu kính, lời dẫn hoặc nhạc trong bản dựng. Hãy lên phần âm thanh riêng thay vì trông cậy vào âm thanh tạo từ các tác vụ này.

Bạn có thể chuẩn bị lời dẫn trong không gian âm thanh của OmniArt; hướng dẫn lồng tiếng MiniMax trình bày bước riêng đó. Trước khi xuất, kiểm tra Mara và Ivo có dễ phân biệt không, thấu kính có ở đúng tay không, hướng trên màn hình có rõ không và mỗi cảnh có bổ sung một thông tin mới không. Xem một lượt không tiếng: câu chuyện cứu thuyền vẫn phải dễ hiểu.

Khi nào nên dùng mô hình khác#

Nếu đầu ra bắt buộc là 1080p, chọn mô hình công khai có độ phân giải đó, chẳng hạn Veo 3.1 Standard và tính ngân sách riêng. Nếu cần nối hai điểm đầu cuối đã thiết kế, hãy kiểm tra mô hình có chế độ chuyển cảnh bằng khung hình đầu và cuối trong trình soạn. Chuyển cảnh tạo đoạn kết nối mới, không kéo dài video đã tải lên. Xem các điều khiển có sẵn trước khi chốt danh sách cảnh quay.

Với câu chuyện dài hơn, dùng quy trình video AI dài để quản lý tính liên tục qua nhiều cảnh. Bài này tập trung vào đơn vị nhỏ, có thể lặp lại: duyệt ảnh tham chiếu, tạo cảnh quay, kiểm tra và chỉ chuyển khung hình dùng được sang bước tiếp theo.