xAI: Grok Imagine Video API
Grok Imagine Video 是 xAI 首个原生音视频同步生成模型，一个模型覆盖生成、编辑、延长：文生视频、图生视频（首帧）、参考图生视频（最多 7 张），还能按提示词修改已有视频，或从最后一帧接着往下生成。最高 720p，单段最长 15 秒，自带声音。
- 输入模态: text, image, video
- 输出模态: video
- 文件输入: 支持
- 发布日期: 2026-02-02
Grok Imagine Video 是 xAI 首个原生音视频同步生成模型，一个模型覆盖生成、编辑、延长：文生视频、图生视频（首帧）、参考图生视频（最多 7 张），还能按提示词修改已有视频，或从最后一帧接着往下生成。最高 720p，单段最长 15 秒，自带声音。