O Grok Imagine 1.5 é o modelo de imagem para vídeo da xAI: você entrega uma imagem estática e ele devolve um clipe de 4 a 15 segundos com som sincronizado. No VIBE, o Grok Imagine 1.5 é um modelo Premium que trabalha apenas a partir de uma foto, então a imagem define o visual e um prompt opcional conduz o movimento. Este guia mostra no que ele é bom, como ele difere do Grok Imagine original e como conseguir um resultado limpo no celular.
O VIBE é um app gerador de vídeo IA que permite criar vídeos incríveis a partir de prompts de texto ou imagens usando os modelos de IA mais recentes, como Kling, Sora e Veo. Como o app oferece vários modelos de IA no iOS e no Android, o Grok Imagine 1.5 é uma opção entre muitas, e este artigo também explica quando outro modelo serve melhor para o trabalho.
O que é o Grok Imagine 1.5 e como ele funciona?
O Grok Imagine 1.5 é um modelo de vídeo da xAI, lançado em junho de 2026, que anima uma imagem inicial e gera a trilha sonora na mesma passada. Você envia uma foto, descreve o movimento que quer (se quiser), escolhe a duração e a resolução, e o modelo devolve um clipe pronto com movimento, ambiente, efeitos sonoros e, às vezes, fala.
Três fatos definem o modelo dentro do VIBE:
- Somente imagem para vídeo: não existe modo só com texto. Todo clipe começa com uma foto ou uma imagem gerada.
- Áudio nativo, sempre ligado: a trilha sonora faz parte do resultado. Você não pode desligá-la, então a conduz pelo prompt.
- Plano Premium: está disponível para usuários Premium, não no plano gratuito.
Como a foto é o quadro inicial, composição, assunto, iluminação e estilo são decididos quase todos antes de o modelo fazer qualquer coisa. Isso deixa o Grok Imagine 1.5 previsível: o que você vê na foto é como o clipe vai parecer no segundo zero, e o prompt só descreve o que acontece depois. Para ter uma visão mais ampla de todos os modelos do app, veja a visão geral dos modelos.
Qual é a diferença entre o Grok Imagine 1.5 e o Grok Imagine 1.0?
A principal diferença é o som: o Grok Imagine 1.5 gera áudio, enquanto o Grok Imagine original não tem nenhuma faixa de áudio. O modelo antigo continua no VIBE como uma entrada separada, então vale saber como os dois se comparam antes de escolher.
- Áudio: o 1.5 sempre produz som sincronizado. O Grok Imagine 1.0 produz clipes mudos.
- Entrada: o 1.5 é somente imagem para vídeo. O Grok Imagine 1.0 aceita texto para vídeo e imagem para vídeo.
- Duração: o 1.5 oferece 4, 6, 8, 10, 12 e 15 segundos. O Grok Imagine 1.0 oferece 6, 8 e 10 segundos.
- Resolução: ambos aceitam 480p e 720p, com 720p como padrão.
- Proporções: ambos cobrem sete proporções, de 16:9 e 9:16 a 1:1, 4:3, 3:4, 3:2 e 2:3.
A xAI descreve o lançamento do 1.5 como uma evolução em movimento, física e áudio, com movimentos mais estáveis ao longo do clipe e fala mais clara. Encare isso como uma afirmação do fabricante e avalie com as suas próprias imagens: o teste prático é ver se o assunto mantém a forma do primeiro ao último quadro.
O Grok Imagine 1.5 cria um vídeo a partir de uma foto?
Sim, criar um vídeo a partir de uma foto é a única coisa que o Grok Imagine 1.5 faz, e ele faz isso em uma só etapa. Você seleciona uma imagem inicial e o modelo a anima. Não existe modo de texto para vídeo para esse modelo no VIBE.
Boas fotos de partida têm algumas coisas em comum:
- Um assunto claro com silhueta legível, como uma pessoa, um pet, um produto ou um veículo.
- Foco nítido e iluminação uniforme, para o modelo ter detalhes limpos para animar.
- Espaço no quadro para o movimento, por exemplo, espaço à frente de quem está andando.
- Sem texto, logotipos ou padrões finos perto do centro, porque detalhes pequenos podem se deformar enquanto as coisas se movem.
Se você não tem uma foto, gere uma antes. O VIBE inclui modelos de imagem, e uma imagem gerada funciona exatamente como uma foto de câmera para o quadro inicial. Para um passo a passo mais amplo sobre como animar imagens, leia como transformar uma foto em vídeo IA. Se você precisa do mesmo personagem em vários clipes, o guia de personagens consistentes com imagens de referência explica o fluxo.
O Grok Imagine 1.5 gera áudio?
Sim, o Grok Imagine 1.5 sempre gera áudio, incluindo ambiente, efeitos sonoros e, quando a cena pede, fala. O áudio é criado junto com a imagem, então passos, vento, respingos e impactos tendem a cair na hora certa da ação, em vez de serem colocados depois.
Vale conhecer dois limites. Primeiro, o VIBE não permite enviar uma gravação da sua própria voz para esse modelo, então o som é sempre gerado pelo modelo. Segundo, como o áudio não pode ser desligado, um prompt que ignora o som deixa a decisão com o modelo, e ele pode adicionar um ambiente que você não esperava. Descreva o som que você quer em uma frase curta, por exemplo: "chuva fraca na janela, trânsito distante, sem música".
Faça seu primeiro vídeo IA em 60 segundos
Gere vídeos IA com Kling, Veo, Sora e mais — grátis no iOS e Android.
Para ver com mais detalhe como diálogo, efeitos sonoros e ambiente se comportam nos diferentes modelos, o guia de vídeo IA com voz e som compara todos lado a lado.
Quais durações, resoluções e proporções o Grok Imagine 1.5 aceita?
O Grok Imagine 1.5 aceita seis durações de clipe de 4 a 15 segundos, duas resoluções e sete proporções. A lista completa no VIBE é esta:
- Durações: 4, 6, 8, 10, 12 ou 15 segundos.
- Resoluções: 480p ou 720p, com 720p como padrão.
- Proporções: 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 e 2:3.
- Entrada: uma imagem inicial, com um prompt de movimento opcional.
- Áudio: sempre ligado.
Escolha a proporção de acordo com o destino antes de gerar: 9:16 para feeds verticais de vídeos curtos, 16:9 para widescreen, 1:1 ou 3:4 para posts no feed. A sua foto inicial já deve ter um formato parecido, senão o enquadramento pode mudar mais do que você espera. O guia de proporções mostra qual proporção combina com cada plataforma.
Mais longo nem sempre é melhor. Um clipe de 15 segundos dá ao modelo mais tempo para se afastar da imagem original, enquanto um clipe de 4 a 8 segundos costuma manter o assunto coeso com mais segurança e custa menos. Um bom hábito é testar a ideia em uma duração curta e só estender a versão que você gostou.
Como usar o Grok Imagine 1.5 no VIBE, passo a passo?
Para usar o Grok Imagine 1.5 no VIBE, abra o fluxo de imagem para vídeo, escolha o modelo, adicione uma imagem inicial, defina a duração e a resolução e gere. O processo todo leva alguns toques no iOS ou no Android.
- Abra o app e comece um projeto de imagem para vídeo pela seção de imagem para vídeo.
- Escolha o Grok Imagine 1.5 na lista de modelos. Ele exige um plano Premium.
- Adicione sua imagem inicial da galeria de fotos ou de uma imagem que você gerou no app.
- Escreva um prompt de movimento curto se quiser ter controle. É opcional, mas uma única frase sobre movimento e som costuma melhorar o resultado.
- Escolha a proporção, a duração e a resolução. Comece com 720p e 6 a 8 segundos.
- Gere, revise e refine. Se o movimento estiver estranho, mude uma coisa no prompt e rode de novo, em vez de reescrever tudo.
O custo cresce com a duração do clipe, então testes curtos são a forma mais barata de aprender como o modelo lê as suas imagens. Quando um clipe funcionar, baixe e poste, ou use como base para a próxima cena.
Quais prompts funcionam melhor no Grok Imagine 1.5?
Os melhores prompts para o Grok Imagine 1.5 descrevem movimento e som, não a imagem, porque a foto já mostra a cena. Escreva de uma a três frases curtas: o que se move, como a câmera se comporta e o que deve ser ouvido.
Uma estrutura confiável é ação do assunto, depois câmera, depois som:
- Ação do assunto: "A mulher se vira para a janela e sorri."
- Câmera: "Aproximação lenta, sensação de câmera na mão."
- Som: "Passos suaves, silêncio tranquilo do ambiente, sem música."
Alguns exemplos de prompts que funcionam em vários gêneros:
- "O cachorro sacode a água do pelo e corre em direção à câmera. Água espirrando, latido feliz."
- "O vapor sobe da xícara de café enquanto a câmera se desloca para a esquerda. Ambiente de cafeteria, conversa baixa."
- "O carro se afasta devagar enquanto os faróis varrem a estrada molhada. Zumbido do motor, chuva."
Evite empilhar muitas ações em um clipe, evite prompts só com negativas, como "sem borrão", e não peça texto legível na tela. Se você quer mais ideias para adaptar, a biblioteca de exemplos de prompts de vídeo IA tem padrões testados, e a comparação dos melhores modelos de vídeo IA do mês mostra onde o Grok Imagine 1.5 se encaixa entre os outros.
Perguntas frequentes
O que é o Grok Imagine 1.5?
O Grok Imagine 1.5 é um modelo de imagem para vídeo da xAI que transforma uma imagem estática em um clipe de 4 a 15 segundos com áudio sincronizado. O VIBE é um app gerador de vídeo IA que permite criar vídeos incríveis a partir de prompts de texto ou imagens usando os modelos de IA mais recentes, como Kling, Sora e Veo, e o Grok Imagine 1.5 é um dos modelos de imagem para vídeo dentro dele.
O Grok Imagine 1.5 cria um vídeo a partir de uma foto?
Sim. Criar um vídeo a partir de uma foto é o único modo dele. Você escolhe uma imagem inicial, adiciona um prompt de movimento se quiser, e o modelo anima a imagem e acrescenta som.
O Grok Imagine 1.5 gera áudio?
Sim. O áudio está sempre ligado e é gerado junto com o vídeo, cobrindo ambiente, efeitos sonoros e fala quando a cena precisa. Você não pode desligá-lo nem enviar a sua própria gravação para esse modelo.
O Grok Imagine 1.5 está disponível em um app gerador de vídeo IA para celular?
Sim. O Grok Imagine 1.5 está disponível no VIBE para iOS e Android como um modelo Premium de imagem para vídeo, ao lado de modelos como Kling, Sora e Veo.
O Grok Imagine 1.5 faz vídeo só a partir de texto?
Não. No VIBE, o Grok Imagine 1.5 precisa de uma imagem inicial. Para texto para vídeo, escolha outro modelo na lista de modelos ou gere uma imagem a partir do seu texto primeiro e anime essa imagem.
Quanto tempo pode ter um vídeo do Grok Imagine 1.5?
Os clipes podem ter 4, 6, 8, 10, 12 ou 15 segundos, em 480p ou 720p, em sete proporções de 9:16 a 16:9.
O Grok Imagine 1.5 é grátis?
Não. Ele é um modelo Premium no VIBE, enquanto o app em si é gratuito para baixar e inclui modelos que você pode testar no plano gratuito.
Conclusão
O Grok Imagine 1.5 é uma ferramenta focada: um modelo de imagem para vídeo com áudio sempre ligado, seis durações de clipe de 4 a 15 segundos e sete proporções. Ele rende mais quando você parte de uma foto nítida, mantém o prompt de movimento curto e testa com 6 a 8 segundos antes de ir para durações maiores. Se você precisa de texto para vídeo, clipes mudos ou da sua própria gravação de voz, outro modelo do app serve melhor. O VIBE reúne todos esses modelos de vídeo IA em um só app gerador de vídeo IA para iOS e Android, para você compará-los com as suas próprias imagens. Vá até a seção de download para experimentar.
