如何用 Grok Imagine 制作一分钟多镜头短片

在 OmniArt 规划一分钟、八个镜头的短片：设计容易辨认的角色，复用参考图，用尾帧接续下一镜，并逐镜核算积分。

OmniArt Team发布于 2026年10月26日17 分钟阅读

Grok Imagine 多镜头短片可以从独立、易于控制的片段开始。在 OmniArt，你可以先规划一分钟的故事，在各镜头间复用角色参考图，再把上一段的尾帧作为下一段的起始图，让人物姿态接续下去。截至 2026 年 10 月 26 日，下面的八镜头方案每镜生成一次，720p 共需 428 积分，另计参考图制作、声音和重试费用。

这篇教程的新闻由头是 xAI 发布的《Odyssey》第 1 集公告 (在新标签页中打开)（xAI 帖文，2026 年 10 月 24 日，亚洲/上海时区），其中署名了 Wonder Studios 和导演 Dev Walker。Variety 的报道 (在新标签页中打开)（2026 年 10 月 26 日 01:22 发布，亚洲/上海时区）称该集时长约七分钟（第三方报道）。本教程受到这次发布的启发，并不还原其制作流程。这里采用更小的原创故事：两位灯塔守护者要在船只撞上礁石前重新点亮灯塔。

你将制作什么，以及需要哪些工具#

方案包含八个镜头，共 60 秒原始素材，画面比例为 16:9，成片采用 720p。裁剪或叠放片段会改变最终时长；如果必须正好一分钟，可以预留静帧停留的空间。这些是本教程的规划选择，并非对《Odyssey》的描述。

用 OmniArt 图片工作台制作角色设定表和场景底图，用 Grok Imagine生成片段，再用外部视频剪辑软件完成拼接和声音处理。本指南使用公开的 Grok Imagine 模型，而非名称相近的其他版本。截至 2026 年 10 月 26 日，它在 OmniArt 提供 480p、720p，视频与参考任务，以及最多七张参考图。本教程的参考镜头均不超过十秒。

第 1 步：编写 Grok Imagine 多镜头清单#

让故事在没有对白的情况下也看得懂。穿芥末黄外套的守塔人 Mara 发现灯不亮了。穿海军蓝毛衣的 Ivo 带来了缺失的黄铜透镜。两人安装透镜，光束恢复，远处的船转向避险。即使在远景中，两人的轮廓和衣着也应该明显不同。

以下是建议的镜头清单与 OmniArt 积分估算，已按 2026 年 10 月 26 日的目录和估算器核对。“参考”指每个对应镜头均使用相同的三张图；“起始图”指只使用上一片段导出的画面。

#	镜头与单一动作	输入	时长	积分，720p
1	场景远景：熄灯的灯塔俯瞰船只	参考，3 张图	8 s	57
2	Mara 中景：她转向未点亮的灯	参考，3 张图	8 s	57
3	Mara 特写：她发现空着的透镜座	参考，3 张图	6 s	43
4	入场：Ivo 带着黄铜透镜到来	参考，3 张图	8 s	57
5	双人镜头：Ivo 把透镜递给 Mara	参考，3 张图	10 s	71
6	接续：Mara 将透镜举向安装座	镜头 5 的尾帧	6 s	43
7	动作远景：Mara 装好透镜，灯亮起	参考，3 张图	8 s	57
8	结尾接续：光束扫向船只	镜头 7 的尾帧	6 s	43
	合计		60 s	428

先生成并确认作为衔接起点的镜头，再生成接续镜头。如果替换镜头 5，就要先导出它的新结尾，再做镜头 6，否则下一段会从过时的姿态开始。不要在一次短片段生成中同时要求特写、换场和环绕运镜。

第 2 步：制作角色设定表与场景底图#

准备三份可复用的素材：Mara 的正面与侧面设定表、Ivo 的设定表，以及空灯塔内景。门口、透镜座和窗户的位置要一致。先选用你拥有或获准使用的图片，然后在图片工作台中选择 GPT Image 2.5 Sunburst。

提示词GPT Image 2.5 Sunburst · 1080p · 3:2 · medium · 1 reference

Create a character sheet using the attached reference for the visual style. Mara is an adult lighthouse keeper with short curly dark hair, a mustard raincoat, charcoal trousers, and brown boots. Show one front view and one profile view of the same person, full body, neutral pose, plain light grey background. Keep facial features, coat length, and clothing colors consistent. No labels, no text, no other characters.

Ivo 采用对比鲜明的宽阔轮廓、银发和海军蓝毛衣。场景底图画出空灯室：左侧是门，中间是黄铜安装座，右侧是面海的窗户。生成视频前先确认这些图片；参考图中的矛盾可能沿着整段序列扩散。

Mashable 在 10 月 25 日的评论 (在新标签页中打开)指出《Odyssey》中的人物不易区分（第三方报道）。实际可借鉴的是：给两人名字，也给他们明显不同的外形。仅靠名字不能保证角色一致。

按 10 月 26 日目录价格，Sunburst 在中等画质、1080p 下的输出为 2 积分，每张附加参考图再加 2 积分，即一张参考图时共 4 积分。三次这样的图片任务需要 12 积分，四次需要 16 积分。这是单独的图片预算，提交前要核对界面估价。这里列的是建议输入，并非经过测试的样例输出。

第 3 步：用参考模式稳定角色身份#

打开视频生成，选择 Grok Imagine，切换到参考模式，并按固定顺序添加确认好的素材：Mara 为 @image1，Ivo 为 @image2，灯塔为 @image3。所有引用都用小写。镜头 2 设置为八秒、720p、16:9。

提示词Grok Imagine · 8s · 720p · reference mode · 3 images

Medium shot of Mara from @image1 inside the lighthouse lantern room from @image3. Preserve her short curly dark hair, mustard raincoat, charcoal trousers, and brown boots. Ivo from @image2 is not visible in this shot. Mara slowly turns toward the unlit lamp. Keep the doorway on the left and sea-facing window on the right. Locked camera, cool dusk light, realistic restrained movement. One continuous shot, no cuts, no text.

每次新建参考任务，都保持参考图顺序不变，重复相关衣着和空间位置。下一镜只改动作与构图，不要重写身份描述。每次生成后检查面孔、外套、透镜形状和窗户位置。参考图有帮助，但不能保证完全匹配。

更多提示词写法可见 Grok Imagine 提示词示例。本教程的设置适用于前文指定的公开模型。每个任务生成一段片段，手动比较各次结果；这套流程不依赖可复现的 Seed，也不依赖内置序列生成器。

第 4 步：用尾帧衔接跨镜头动作#

下载确认后的镜头 5，在剪辑软件里导出最后一个可用画面。也可使用下方 FFmpeg 命令提取靠近结尾的一帧；要检查它，因为它不一定是解码得到的最后一帧。选取清晰的姿态，避开眨眼或手部变形。

bash

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

新建 Grok Imagine 视频任务，将 last.png 上传为起始图。镜头 6 选择六秒，并保持相同画面比例和分辨率。这会替代三张参考图的设置，不要默认两种输入方式能叠加使用。

提示词Grok Imagine · 6s · 720p · start frame

Continue from the supplied start image. Mara, the keeper in the mustard raincoat, slowly raises the brass lens toward the central lamp mount. Ivo, in the navy sweater, stays beside her with his hands lowered. Preserve their positions, faces, clothing, dusk lighting, and the room layout. Locked camera, small deliberate movement, one continuous shot, no cuts, no text.

说明

截至 2026 年 10 月 26 日，OmniArt 不提供 Grok Imagine Extend/Modify，也没有任何公开视频模型提供独立的 Extend 模式；Seedance 2.5 的参考模式可以对上传的源视频执行 Extend 或 Edit 任务。在 Grok Imagine 中，可像这里一样把上一个片段的尾帧作为下一个片段的起始图继续生成；在支持转场模式的模型上使用首帧和尾帧；或新建一个参考任务。

从镜头 7 到镜头 8 重复同样操作。起始图传递的是可见状态，不是之前的完整运动，也不是独立的角色身份锁定。接续片段保持简短，以正常速度检查接缝。起始图构图建议可见图生视频最佳实践。

第 5 步：480p 打样，720p 完成#

截至 2026 年 10 月 26 日，这套 Grok Imagine 方案在 720p 下每秒 7 积分，480p 下每秒 5 积分。起始图加 1 积分；参考图每开始一组五张加 1 积分。因此三张参考图加 1 积分，而非 3 积分。方案包含六个参考任务与两个起始图任务，每个任务均加收 1 积分。

计划轮次	计算	视频积分
480p 草稿，每镜一次	60 × 5 + 8	308
720p 成片，每镜一次	60 × 7 + 8	428
草稿加重新生成的成片	308 + 428	736
每镜生成两次 720p	428 × 2	856

480p 下，八秒参考镜头为 41 积分，六秒镜头为 31 积分，十秒镜头为 51 积分。改为 720p 意味着重新生成，并不会自动升级草稿。每次任务提交前，都要重新核对编辑器中的估价。表格不含角色设定表、旁白、音乐与额外尝试，尤其要为递交透镜和安装透镜预留重试预算。

第 6 步：剪辑、配声与检查#

按镜头清单顺序，将确认后的片段导入剪辑软件。在接缝处对齐传递下来的姿态，裁掉重复动作，必要时用短暂静帧维持目标时长。剪辑时加入环境声、透镜接触音效、旁白或音乐。声音单独规划，不要依赖这些任务生成音频。

可以在 OmniArt 音频工作台准备旁白；MiniMax 配音指南讲解了这一独立步骤。导出前检查 Mara 与 Ivo 是否容易区分、透镜是否仍在正确的人手中、画面方向是否清楚，以及每镜是否提供了新的信息。关掉声音看一遍：救援故事仍应说得通。

何时换用其他模型#

如果交付要求 1080p，选择提供该分辨率的公开模型，例如 Veo 3.1 Standard，并单独核算预算。如果需要连接两个预先设计的端点，检查编辑器中提供首尾帧转场模式的模型。转场会生成新的连接片段，并非延长上传的视频。确定镜头方案前，先核对可用控件。

更长的故事可以参考长篇 AI 视频工作流，管理更多场景间的连续性。本教程聚焦更小、可重复的单元：确认参考图，生成镜头，检查结果，只将可用的一帧传给下一镜。

常见问题#

Grok Imagine 能在不同镜头中保持同一个角色吗？

参考模式有帮助。截至 2026 年 10 月 26 日，OmniArt 上的 Grok Imagine 最多接受七张参考图，通过 @image1、@image2 等引用。各镜头复用相同的设定表、名字、服装描述和图片顺序。细微差异仍可能出现，因此要检查每次结果，并重新生成那些身份偏移影响剪辑的镜头。

在 OmniArt 制作一分钟 Grok Imagine 短片需要多少积分？

截至 2026 年 10 月 26 日，本文八镜头方案每镜生成一次，720p 需要 428 积分，480p 需要 308 积分。先打样再重新生成成片，共需 736 视频积分。角色与场景图、声音及重试另计。难动作要预留再生成一次的预算，并核对每次任务的界面估价。

OmniArt 上的 Grok Imagine 有 Extend 模式吗？

截至 2026 年 10 月 26 日还不行。OmniArt 上没有任何公开视频模型提供独立的 Extend 模式；最接近的选择是 Seedance 2.5，其参考模式可以对上传的源视频执行 Extend 或 Edit 任务。本教程始终使用 Grok Imagine，以一个镜头的尾帧作为下一个镜头的起始图来接续。支持转场模式的模型也可以衔接首帧和尾帧。

xAI 的《Odyssey》第 1 集是怎么制作的？

xAI 署名了 Wonder Studios 和导演 Dev Walker，并表示该集使用 Grok Imagine 制作。公告没有说明详细制作流程、生成模式或重试次数。本教程受到该次发布的启发，采用原创灯塔故事，并非还原该集的制作方法。