Grok Video 1.5 Lite: قابلیت‌ها، قیمت‌گذاری و راهنمای پرامپت
Grok Imagine Video 1.5 Lite راهی کم‌هزینه‌تر در اختیار سازندگان می‌گذارد تا ایده‌های ویدیویی کوتاه را در خانواده مدل‌های ویدیویی xAI آزمایش کنند. این مدل یک صحنه نوشته‌شده یا یک تصویر آغازین را می‌گیرد و کلیپی با صدا تولید می‌کند. برای تیزر محصول، انیمیشن پرتره و ایده‌های ویدیوی شبکه‌های اجتماعی، پرسش مفید این است که پیش از انتخاب نمای نهایی، چقدر تکرار را می‌توانید بپردازید.
فهرست مدل‌های Vercel تاریخ انتشار را ۱ اکتبر ۲۰۲۶ ثبت کرده است؛ اطلاعیه AI Gateway آن در ۸ اکتبر منتشر شد. این راهنما مشخصات منتشرشده تا ۹ اکتبر را بررسی می‌کند و پرامپت‌های پیشنهادی ارائه می‌دهد، نه نتایج آزمایش عملی.
Grok Video 1.5 Lite از چه چیزهایی پشتیبانی می‌کند
شناسه رسمی مدل grok-imagine-video-1.5-lite است. طبق مرور ویدیوی xAI، Lite از این موارد پشتیبانی می‌کند:
| تنظیم | قابلیت Lite |
|---|---|
| حالت‌های تولید | متن به ویدیو و تصویر به ویدیو |
| مدت کلیپ | ۱ تا ۱۵ ثانیه |
| وضوح‌های خروجی | 480p، 720p، 1080p |
| خروجی 1080p | بزرگ‌نمایی‌شده از 720p |
| صدا | صدای بومی، از جمله گفتار هماهنگ با حرکت لب |
| قاب‌بندی تصویر به ویدیو | مطابق نسبت تصویر ورودی |
خروجی 1080p تولید بومی 1080p نیست. پیش از انتخاب این تنظیم برای نمای محصول، جزئیات ظریف را در اندازه تحویل خود بررسی کنید.
Lite در برابر Grok Imagine Video 1.5
Lite بر تولید از متن و تصویر آغازین تمرکز دارد. مدل کامل grok-imagine-video-1.5 قابلیت 1080p بومی، چند تصویر مرجع، مراجع صدا، و کنترل فریم اول/آخر و کی‌فریم‌های میانی را اضافه می‌کند. Lite از آن کنترل‌های مرجع یا فریم پشتیبانی نمی‌کند. هیچ‌یک از نسخه‌های 1.5 از حالت‌های ویرایش و گسترش ویدیوی مدل قدیمی‌تر پشتیبانی نمی‌کنند. این تمایزها از مقایسه قابلیت‌های xAI گرفته شده‌اند.
Lite را برای صحنه‌ای واحد انتخاب کنید که بتوانید آن را روشن توصیف کنید. وقتی خلاصه کار به مراجع مشخص یا ترکیب‌بندی دقیق پایان نیاز دارد، مدل کامل را در نظر بگیرید. این را یک انتخاب در گردش کار بدانید؛ مشخصات منتشرشده مشخص نمی‌کنند کدام مدل بهترین نمای شما را تولید می‌کند.
قیمت‌گذاری API: وضوح هزینه را تغییر می‌دهد
کارت مدل Lite از xAI نرخ‌های خروجی زیر را فهرست کرده است. جمع‌های نمونه برای یک کلیپ شش‌ثانیه‌ای محاسبه شده‌اند:
| وضوح | قیمت خروجی در هر ثانیه | هزینه خروجی شش‌ثانیه‌ای |
|---|---|---|
| 480p | $0.02 | $0.12 |
| 720p | $0.03 | $0.18 |
| 1080p | $0.14 | $0.84 |
ورودی تصویر با نرخ ۰٫۰۱ دلار برای هر تصویر فهرست شده و جداگانه محاسبه می‌شود. بنابراین یک درخواست تصویر به ویدیوی شش‌ثانیه‌ای در 720p با یک تصویر، با این نرخ‌ها در مجموع ۰٫۱۹ دلار می‌شود.
کارت مدل کامل 1.5 قیمت ۰٫۰۸، ۰٫۱۴ و ۰٫۲۵ دلار برای هر ثانیه خروجی را به‌ترتیب در 480p، 720p و 1080p فهرست کرده است. نرخ خروجی Lite در 480p به میزان ۷۵٪ پایین‌تر است؛ همین درصد برای همه وضوح‌ها صدق نمی‌کند.
این‌ها قیمت‌های API از xAI هستند، نه قیمت اعتبار PixVerse یا هزینه اشتراک مصرف‌کننده. پیش از ارسال درخواست، هزینه فعلی ارائه‌دهنده خود را بررسی کنید.
یک گردش کار عملی برای سازندگان PixVerse
با آماده‌کردن خلاصه تصویری خود در PixVerse شروع کنید. می‌توانید تصویر منبع را آنجا بسازید و از همان ترکیب‌بندی برای مقایسه گردش‌کارهای ویدیو استفاده کنید. این راهنما در دسترس بودن Lite در PixVerse را تأیید نمی‌کند؛ آن را فقط جایی انتخاب کنید که ارائه‌دهنده شما مدل Lite را به‌صراحت ارائه می‌دهد.
- یک کنش را انتخاب کنید. خلاصه‌ای بنویسید مانند «بطری ثابت می‌ماند در حالی که دوربین نزدیک‌تر می‌شود.» از گنجاندن چند تغییر صحنه در آزمون اول پرهیز کنید.
- فریم اول را آماده کنید. برای تصویر به ویدیو، پیش از تولید، تصویر را در قالب موردنظر ترکیب کنید.
- یک پیش‌نویس کوتاه اجرا کنید. شش ثانیه در 480p یا 720p را امتحان کنید و پرامپت و تصویر را ثابت نگه دارید.
- حرکت و صدا را با هم بررسی کنید. شکل اشیا، دست‌ها، ثبات دوربین، زمان‌بندی دیالوگ و نویز ناخواسته پس‌زمینه را بررسی کنید.
- هر بار یک دستور را تغییر دهید. آنچه بهتر شد را ثبت کنید، سپس وضوح نسخه نهایی را انتخاب کنید. بودجه یک تولید تازه را در نظر بگیرید و فرض نکنید درخواست جدید پیش‌نویس را دقیقاً بازتولید می‌کند.
دو پرامپت برای امتحان
این‌ها نقطه شروع برای آزمایش‌اند، نه نمونه‌هایی از خروجی تأییدشده.
انیمیت کردن تصویر محصول
تصویر ثابت محصول خود را بارگذاری کنید، سپس حرکت و جزئیاتی را که باید ثابت بمانند توصیف کنید:
این عکس محصول را به یک تیزر شش‌ثانیه‌ای انیمیت کن. شکل بطری، برچسب و سطح میز را ثابت نگه دار. دوربین آهسته نزدیک‌تر می‌شود در حالی که نور ملایم پنجره روی شیشه جابه‌جا می‌شود. فضای ملایم اتاق، بدون گفتار یا موسیقی. یک نمای پیوسته، بدون متن اضافه‌شده.
تولید صحنه از متن
سوژه، کنش، دوربین، نور و صدا را مشخص کنید:
یک نمای عمودی شش‌ثانیه‌ای از یک قایق کاغذی کوچک که پس از باران روی گودال کم‌عمقی شناور است. زاویه پایین دوربین، حرکت آهسته ردیابی به پهلو، بازتاب‌های گرم عصر. صدای ملایم آب و فضای دوردست شهر. یک نمای پیوسته، بدون برش صحنه یا متن روی صفحه.
اگر نتیجه بیش از حد شلوغ است، پیش از افزودن دستورهای سبکی بیشتر، کنش را ساده‌تر کنید. متن، لوگو و گفتار تولیدشده را پیش از استفاده از کلیپ در یک کمپین، جداگانه بررسی کنید.
پرسش‌های متداول
آیا Grok Video 1.5 Lite همان SuperGrok Lite است؟
این دو به چیزهای متفاوتی اشاره دارند: این مقاله یک مدل ویدیو را پوشش می‌دهد که با grok-imagine-video-1.5-lite شناسایی می‌شود. برای اشتراک‌های مصرف‌کننده، به اطلاعات طرح Grok جداگانه مراجعه کنید.
چطور می‌توانم آن را امتحان کنم؟
از API مربوط به xAI با شناسه مدل بالا استفاده کنید، یا از ارائه‌دهنده‌ای که آن را فهرست کرده است. Vercel نیز آن را از طریق AI Gateway و محیط آزمایشی خود ارائه می‌دهد، همان‌طور که در اطلاعیه Gateway توضیح داده شده است. تنظیمات و صورتحساب ارائه‌دهنده می‌تواند متفاوت باشد.
آیا باید Lite را برای هر ویدیو انتخاب کنم؟
از آن برای کاوش یک صحنه کوتاه ساده استفاده کنید و بسنجید که با خلاصه کار شما سازگار است یا نه. برای مراجع، کنترل دقیق فریم یا 1080p بومی، قابلیت‌های مستندشده مدل کامل 1.5 را مقایسه کنید. برای گردش کار PixVerse خود، مدل‌ها و تنظیمات موجود در حسابتان را بررسی کنید.
منابع مرتبط
- Grok Imagine 1.5 در PixVerse: راهنمای تصویر به ویدیو
- بهترین ابزار هوش مصنوعی تصویر به ویدیو: راهنمای گردش کار و انتخاب
- چگونه ویدیوهای TikTok با هوش مصنوعی بسازیم
- کارت مدل xAI Grok Imagine Video 1.5 Lite
تصویر آغازین خود را بسازید و مدل‌های ویدیوی موجود را در PixVerse کاوش کنید.