Sumário
O Grok Imagine 1.5 é um modelo de geração de vídeo da SpaceXSI (anteriormente xAI) que cria clips até 15 segundos com áudio nativo sincronizado, diálogo e efeitos sonoros. Disponível em duas versões — o Grok Imagine 1.5 completo para 1080p nativo e referências de várias imagens, e o Grok Imagine 1.5 Lite para rascunhos mais económicos — suporta fluxos de texto para vídeo, imagem para vídeo e referências com personagens consistentes.
Pode executar tanto o Grok Imagine 1.5 como o 1.5 Lite no seu navegador, aqui mesmo no AI Studio, através do gerador de vídeo com IA. O AI Studio é um site independente que disponibiliza vários modelos de vídeo e imagem — incluindo Seedance, Kling, Gemini Omni, Happy Horse, MiniMax H3 e Grok Imagine — através de um sistema de créditos, e não está associado à SpaceXSI nem à xAI.
O que é o Grok Imagine 1.5 e quando foi lançado?
O Grok Imagine 1.5 é a principal família de geração de vídeo e áudio da SpaceXSI, a empresa anteriormente conhecida como xAI (que se tornou brevemente SpaceXAI em julho de 2026 antes de adotar o nome SpaceXSI em outubro de 2026, mantendo x.ai como site).
A SpaceXSI lançou a geração 1.5 em duas fases distintas em meados de 2026:
- 16 de junho de 2026 (lançamento inicial): A SpaceXSI lançou o
grok-imagine-video-1.5na Imagine API, juntamente com o "Video 1.5 Fast" em grok.com/imagine e nas aplicações para iOS e Android. No lançamento, funcionava exclusivamente como modelo de imagem para vídeo. O lançamento centrou-se na geração de efeitos sonoros, ambiente e diálogo na mesma passagem que o vídeo, proporcionando fala mais clara e sincronizada com os lábios e movimentos físicos mais expressivos, com menos deformações visuais e peso e impulso mais realistas. Na aplicação da SpaceXSI, o Video 1.5 Fast reduziu o tempo de geração de um clip de 6 segundos em 720p para cerca de 25 segundos, face a mais de 40 segundos na versão anterior, e introduziu funcionalidades de espaço de trabalho como Projects, agentes paralelos e pesquisa na biblioteca. - 31 de julho de 2026 (atualização de referências e texto para vídeo): A SpaceXSI expandiu o modelo com a atualização "Imagine Video 1.5 with References". Este lançamento acrescentou geração direta de texto para vídeo sem exigir uma imagem inicial, resolução 1080p nativa tanto para texto para vídeo como para imagem para vídeo, e capacidades de referência. Os utilizadores passaram a poder fornecer várias imagens de referência — cada uma fixando um elemento específico, como um rosto, um produto ou um local — juntamente com referências de voz para manter o mesmo rosto e a mesma voz em cenas distintas.
Se viu referências a um modelo "2.0", tenha em conta que até novembro de 2026 não foi lançado nem anunciado nenhum Grok Imagine Video 2.0. O "Grok Imagine Image 2.0" é um modelo separado de imagens fixas, sendo o 1.5 e o 1.5 Lite os modelos de vídeo atuais. Além disso, tarefas mais antigas da API, como edição e extensão de vídeo, continuam no modelo anterior grok-imagine-video, em vez da série 1.5.
O que pode fazer o Grok Imagine 1.5?
O Grok Imagine 1.5 combina geração visual e síntese de áudio numa única passagem, suportando clips de 1 a 15 segundos na API (e de 4 a 15 segundos no AI Studio) nas resoluções 480p, 720p e 1080p. Como as capacidades diferem ligeiramente entre a API da SpaceXSI e as interfaces de terceiros no navegador, é útil analisar cada funcionalidade individualmente.
Áudio nativo e sincronização labial
Tanto o Grok Imagine 1.5 como o 1.5 Lite geram automaticamente áudio sincronizado em cada clip. Em vez de acrescentar música de fundo depois de gerar o vídeo, o modelo produz o som ambiente do espaço, efeitos sonoros físicos que correspondem aos movimentos no ecrã e diálogo falado com sincronização labial na mesma passagem. Quando uma personagem fala no prompt, os movimentos da boca e a forma como fala alinham-se com a ação no ecrã.
Texto para vídeo
Acrescentada na atualização de julho de 2026, a função de texto para vídeo permite gerar clips apenas a partir de um prompt escrito. Segundo a documentação para programadores da SpaceXSI, a função de texto para vídeo no 1.5 e no 1.5 Lite começa por gerar uma imagem fixa a partir do prompt de texto e depois anima essa imagem durante a duração escolhida. No modelo 1.5 completo, gera até 1080p nativo; no 1.5 Lite, a saída 1080p é ampliada a partir de 720p.
Imagem para vídeo
A função de imagem para vídeo usa uma única imagem fixa carregada como fotograma inicial do vídeo e anima a cena a partir daí, com base nas suas instruções de texto. Tanto na API da SpaceXSI como no AI Studio, esta função preserva automaticamente a proporção da imagem carregada.
Referências e vozes
A geração com referências permite fornecer pontos de referência visuais ou vocais sem obrigar uma imagem a servir literalmente de primeiro fotograma do clip. Cada imagem de referência fixa um elemento — como o rosto de uma personagem, uma embalagem específica de um produto ou a disposição de uma divisão — para que possa colocar esses elementos em ângulos de câmara e ações inteiramente novos.
- Referências de imagem: Suportadas apenas no Grok Imagine 1.5 completo (não no 1.5 Lite), até 720p para clips até 15 segundos. Embora o anúncio de julho de 2026 tenha introduzido até 7 referências por geração, a documentação para programadores da SpaceXSI suporta agora até 14 imagens de referência na API. No AI Studio, a geração de referências para vídeo suporta 2 a 7 imagens de referência em 480p ou 720p.
- Referências de voz (apenas na API e na aplicação da SpaceXSI): A API suporta até 3 referências de voz por clip para manter a mesma voz entre cenas, usando vozes predefinidas ou — para parceiros de confiança, mediante pedido — áudio personalizado carregado. As referências de voz não estão disponíveis no AI Studio.
Primeiro/último fotograma e fotogramas-chave
Na API e nas ferramentas da própria SpaceXSI, o modelo completo grok-imagine-video-1.5 permite fixar fotogramas para definir a estrutura do vídeo, uma função que não é suportada no 1.5 Lite nem no AI Studio:
- Primeiro e último fotogramas: Pode definir tanto a imagem inicial como a imagem final de um clip. Fornecer exatamente a mesma imagem como primeiro e último fotograma cria um ciclo.
- Fotogramas-chave: Pode fixar até 4 fotogramas a meio do vídeo para orientar o movimento até pontos específicos da linha temporal.
Grok Imagine 1.5 vs 1.5 Lite: qual deve usar?
A escolha entre o Grok Imagine 1.5 e o Grok Imagine 1.5 Lite depende de a sua cena exigir consistência de personagens com várias imagens e nitidez 1080p nativa, ou de precisar apenas de um vídeo rápido a partir de texto ou da animação de uma única imagem por uma fração do custo.
| Funcionalidade | Grok Imagine 1.5 (grok-imagine-video-1.5) | Grok Imagine 1.5 Lite (grok-imagine-video-1.5-lite) |
|---|---|---|
| Resolução 1080p | 1080p nativo (T2V e I2V) | Ampliada a partir de 720p |
| Resoluções disponíveis | 480p, 720p, 1080p | 480p, 720p, 1080p |
| Duração | 1–15 s na API (4–15 s no AI Studio) | 1–15 s na API (4–15 s no AI Studio) |
| Áudio nativo e sincronização labial | Incluídos em todos os clips | Incluídos em todos os clips |
| Imagens de referência | Até 14 na API; 2–7 no AI Studio (limitado a 720p) | Não suportadas |
| Referências de voz | Até 3 vozes (apenas na API / aplicação da SpaceXSI) | Não suportadas |
| Primeiro/último fotograma e fotogramas-chave | Sim, mais até 4 fotogramas-chave a meio do vídeo (apenas na API) | Não suportados |
| Preço da API por segundo | $0.08 (480p), $0.14 (720p), $0.25 (1080p) | $0.02 (480p), $0.03 (720p), $0.14 (1080p) |
| Créditos do AI Studio por segundo | 6 (480p), 10 (720p), 18 (1080p) | 1,5 (480p), 2,5 (720p), 10 (1080p) |
| Mais indicado para | Cenas com várias referências, personagens recorrentes, saída 1080p nativa | Rascunhos económicos, clips T2V/I2V simples, vídeos para redes sociais em 480p/720p |
A documentação da SpaceXSI resume claramente a distinção:
- Escolha o Grok Imagine 1.5 Lite se estiver a criar clips independentes de texto para vídeo ou de uma única imagem para vídeo, a testar a formulação de prompts ou a gerar em 480p ou 720p, onde o Lite custa cerca de um quarto dos créditos do modelo completo no AI Studio.
- Escolha o Grok Imagine 1.5 se precisar de combinar 2 ou mais imagens de referência para manter uma personagem, produto ou cenário consistente entre planos, ou se quiser geração em verdadeiro 1080p nativo em vez de uma ampliação de 720p (ou precisar de fotogramas fixados e vozes através da API).
Quanto custa o Grok Imagine 1.5?
O preço do Grok Imagine 1.5 depende de pagar por segundo como programador através da API da SpaceXSI ou de gastar créditos por clip no AI Studio.
Preços da API da SpaceXSI
Na documentação para programadores da SpaceXSI, a geração de vídeo é cobrada por segundo de vídeo gerado, de acordo com a resolução:
grok-imagine-video-1.5: $0.08 por segundo em 480p, $0.14 por segundo em 720p e $0.25 por segundo em 1080p. As imagens de entrada também são cobradas a cerca de $0.01 por imagem.grok-imagine-video-1.5-lite: $0.02 por segundo em 480p, $0.03 por segundo em 720p e $0.14 por segundo em 1080p.
Tarifas em créditos do AI Studio
O AI Studio não cobra em dólares por segundo; em vez disso, cada geração desconta créditos com base no modelo, resolução e duração selecionados. O total de créditos corresponde à tarifa por segundo multiplicada pela duração do clip em segundos, arredondada para cima até ao número inteiro seguinte. O carregamento de imagens para o primeiro fotograma ou de imagens de referência não acrescenta custos em créditos.
| Modelo no AI Studio | 480p (créditos / seg) | 720p (créditos / seg) | 1080p (créditos / seg) |
|---|---|---|---|
| Grok Imagine 1.5 Lite | 1,5 | 2,5 | 10 |
| Grok Imagine 1.5 | 6 | 10 | 18 |
Eis quanto custam, na prática, durações habituais de clips no AI Studio:
- Clip de 5 segundos em 720p (definições predefinidas): 13 créditos no 1.5 Lite (12,5 arredondado para cima) ou 50 créditos no 1.5 completo.
- Clip de 10 segundos em 1080p: 100 créditos no 1.5 Lite ou 180 créditos no 1.5 completo.
- Clip de duração máxima de 15 segundos em 1080p: 150 créditos no 1.5 Lite ou 270 créditos no 1.5 completo.
Nunca precisa de calcular estes totais manualmente — o AI Studio mostra o custo exato em créditos antes de clicar em Generate Video (gerar vídeo).
Como usar o Grok Imagine 1.5 no AI Studio
Pode gerar vídeos com ambos os modelos diretamente no navegador, sem gerir chaves API. Siga estes passos:
- Abra o gerador: Aceda ao gerador de vídeo com IA no AI Studio. Não existe uma página independente para Grok; todos os modelos estão no espaço de trabalho principal de vídeo.
- Selecione a família de modelos: Abra o seletor de modelos e escolha Grok Imagine Video (família de modelos de vídeo Grok Imagine).
- Escolha a versão do modelo: Escolha entre Grok Imagine 1.5 Lite (apresentado em primeiro lugar como predefinição da família) e Grok Imagine 1.5.
- Escolha um modo de geração:
- No 1.5 Lite, selecione Text to Video (texto para vídeo) ou Image to Video (imagem para vídeo) (carregue 1 imagem para servir de fotograma inicial).
- No 1.5 completo, também pode selecionar Reference to Video (referências para vídeo) e carregar entre 2 e 7 imagens de referência (como um retrato de uma personagem, um objeto e um fundo).
- Escreva o seu prompt: Introduza a descrição da cena, o movimento da câmara, a iluminação e quaisquer falas ou indicações sonoras.
- Defina a duração, resolução e proporção:
- Duração: Escolha 4 a 15 segundos em intervalos de 1 segundo (a predefinição é 5 segundos).
- Resolução: Escolha 480p, 720p ou 1080p (a predefinição é 720p). Tenha em conta que, se usar Reference to Video no 1.5 completo, a resolução está limitada a 720p.
- Proporção: Em Text to Video, o 1.5 Lite oferece
16:9,9:16,1:1,4:3,3:4,3:2e2:3(predefinição16:9), enquanto o 1.5 completo oferece16:9,9:16,1:1,3:2e2:3. Em Image to Video, a saída corresponde automaticamente à proporção da imagem carregada.
- Verifique o total de créditos e gere: Verifique o custo em créditos apresentado antes de gerar e depois clique em Generate Video. Todos os vídeos concluídos incluem automaticamente áudio nativo — não é necessário um controlo para ligar ou desligar o som.
O que o AI Studio não oferece para Grok Imagine
Para esclarecer o que pode esperar, várias funcionalidades destinadas a programadores ou específicas da aplicação existem apenas na aplicação da própria SpaceXSI ou na API e não estão disponíveis no AI Studio:
- Referências de voz e seleção de vozes predefinidas
- Fixação do primeiro e último fotogramas e fotogramas-chave a meio do vídeo
- Mais de 7 imagens de referência num único prompt (a API permite até 14)
- Proporções ultralargas
21:9e5:2 - Clips com menos de 4 segundos (a API permite até 1 segundo)
- Edição e extensão de vídeo (que usam o modelo anterior
grok-imagine-videoda API da SpaceXSI) - Ferramentas do espaço de trabalho da aplicação da SpaceXSI, como Projects e agentes paralelos
Dicas para prompts do Grok Imagine 1.5
A documentação para programadores da SpaceXSI apresenta alguns princípios essenciais para obter movimentos fiáveis e áudio claro com a arquitetura 1.5:
- Especifique câmara, iluminação e som em conjunto no texto para vídeo: Como esta função gera um fotograma inicial a partir das suas palavras e depois o anima juntamente com a faixa de áudio, dê ao modelo referências visuais e sonoras concretas. Indique o enquadramento, o movimento da câmara, a qualidade da luz e os sons ambiente ou diálogos exatos que quer ouvir.
- Na imagem para vídeo, descreva o movimento, não a imagem: Quando carrega uma imagem inicial, esta já define o fotograma de abertura, o aspeto do sujeito e a proporção. Não desperdice o seu prompt a voltar a descrever o que já é visível na fotografia. Concentre-se inteiramente no que muda após o primeiro fotograma: como o sujeito se move, como a câmara acompanha o movimento e que sons ocorrem.
- Atribua uma função clara a cada imagem de referência: Ao usar Reference to Video no Grok Imagine 1.5 completo, carregue imagens distintas para cada elemento que quer fixar — por exemplo, Referência 1 para o rosto da personagem, Referência 2 para uma caneca de café que segura e Referência 3 para o interior do restaurante. Como as referências não fixam o primeiro fotograma, use o prompt de texto para definir como esses elementos interagem no plano.
- Ajuste o ritmo das falas à duração do clip: A sincronização labial nativa funciona melhor quando a fala cabe naturalmente nos segundos disponíveis. Para um clip de 5 segundos, escreva uma única frase curta de diálogo em vez de um parágrafo longo, para que a voz não fique apressada nem seja cortada no final da linha temporal.
Exemplo de prompt de texto para vídeo (câmara, iluminação e áudio)
Medium tracking shot following a watchmaker in a leather apron walking past a wooden workbench at night. Warm tungsten desk lamps cast soft amber reflections across brass gears and glass domes. The camera slowly pushes in as he sits down, picks up a silver pocket watch, and looks up at the lens, saying calmly, "Every second leaves a mark." Crisp ticking of wall clocks, quiet footsteps on floorboards, and warm room ambience.
Exemplo de prompt de imagem para vídeo (apenas movimento e som)
The motorcyclist lowers her tinted visor with her right hand and twists the throttle. The headlight beam brightens against the wet asphalt as the bike launches forward out of the frame, kicking up a fine spray of rainwater. Camera pans right to follow the departure. Deep engine ignition roar, sharp visor click, and tires hissing on wet pavement.
Quer pretenda criar rapidamente rascunhos de clips em 720p com o Grok Imagine 1.5 Lite por alguns créditos, quer fixar uma personagem recorrente entre cenas usando imagens de referência no Grok Imagine 1.5 completo, ter ambos os modelos num único seletor no navegador facilita a escolha da ferramenta para cada plano. Aceda ao gerador de vídeo do AI Studio, escolha a família Grok Imagine Video e experimente o seu primeiro prompt com áudio nativo.
Fontes
Perguntas frequentes
Quando foi lançado o Grok Imagine 1.5?
A SpaceXSI (anteriormente xAI) lançou o Grok Imagine Video 1.5 a 16 de junho de 2026, inicialmente como modelo de imagem para vídeo na Imagine API, juntamente com o Video 1.5 Fast em grok.com e nas aplicações móveis. Uma atualização importante a 31 de julho de 2026 acrescentou geração de texto para vídeo, resolução 1080p nativa, referências de imagem e referências de voz para manter as personagens consistentes entre cenas.
Qual é a diferença entre o Grok Imagine 1.5 e o 1.5 Lite?
O Grok Imagine 1.5 gera vídeo em 1080p nativo e suporta imagens de referência, referências de voz, primeiro e último fotogramas e fotogramas-chave a meio do vídeo na API. O Grok Imagine 1.5 Lite é um modelo mais económico para texto para vídeo e animação de uma única imagem; a sua saída em 1080p é ampliada a partir de 720p e não suporta imagens de referência, referências de voz nem fotogramas-chave fixados.
Quanto custa o Grok Imagine 1.5?
Na API da SpaceXSI, o grok-imagine-video-1.5 custa $0.08 por segundo em 480p, $0.14 em 720p e $0.25 em 1080p, mais cerca de $0.01 por imagem de entrada. O modelo Lite custa $0.02 em 480p, $0.03 em 720p e $0.14 em 1080p. No AI Studio, a geração usa créditos: 1,5 a 10 créditos por segundo para o Lite e 6 a 18 para o 1.5.
Posso usar o Grok Imagine 1.5 sem uma subscrição Grok?
Sim. Os programadores podem chamar os modelos diretamente através da Imagine API da SpaceXSI e pagar por segundo de vídeo gerado. Se quiser gerar clips num navegador sem configurar chaves API nem uma conta Grok, pode usar tanto o Grok Imagine 1.5 como o 1.5 Lite em plataformas independentes como o AI Studio, utilizando créditos.
Já existe um Grok Imagine Video 2.0?
Não. Até novembro de 2026, a SpaceXSI não lançou nem anunciou o Grok Imagine Video 2.0. Os modelos de vídeo atuais da gama são o Grok Imagine 1.5 e o Grok Imagine 1.5 Lite. Embora a SpaceXSI tenha um modelo chamado Grok Imagine Image 2.0, esse lançamento destina-se exclusivamente à geração de imagens fixas, não de clips de vídeo.
Transforme a sua ideia em vídeo
Explore o gerador de vídeos e comece a criar.
Gerar um vídeo


