Grok Imagine Video AI動画生成：テキストや画像から音付きクリップを作成 - GrokImagineVideoAI

登録してショットを書き、ボタンを押すだけです。画像を1枚添付すると動かせ、2枚から7枚なら参照として使え、動画なら延長や編集ができます。完成したクリップはライブラリに入り、すぐにダウンロードできます。

xAIの動画モデルです。2026年2月にバージョン1.0が登場し、10秒のクリップと音声に対応しました。その後バージョン1.5でクリップが15秒に伸びました。GrokImagineVideoAIでは、両方をWaveSpeed経由で動かしています。

標準モデルは安価で、ここでクリップの延長や編集ができる唯一のモデルです。v1.5は1秒から15秒まで好きな長さを選べ、テキストまたは画像1枚から1080pで生成でき、形も増えます。1秒あたりの料金は高くなります。

どちらのモデルでも最大7枚です。プロンプトでは、アップロード順に<IMAGE_0>、<IMAGE_1>のように指定してください。v1.5では参照1枚につき2クレジットが加算され、出力は720pまでになります。

このサイトでは、クリップごとにクレジットを使います。登録時に6秒のクリップ1本分に十分なクレジットが付き、その後はプランを選ぶか、追加購入できます。xAIのGrokアプリでの利用条件は、xAIが独自に定めています。

はい。xAIは、同社の動画モデルが映像と一緒に音声も生成すると説明しています。声、環境音、音楽をプロンプトに書いてください。どこまで反映されるかは毎回変わるため、公開する前に聴いて確認してください。

はい、標準モデルで可能です。クリップをアップロードし、延長を選ぶと6秒または10秒が加わり、編集を選ぶと指示どおりに変更できます。編集は最初の8秒を読み込み、480pまたは720pで動作します。入力は処理前に縮小されます。

標準モデルは1秒あたり10クレジットなので、6秒なら60クレジット、10秒なら100クレジットです。v1.5は480p、720p、1080pで、それぞれ1秒あたり16、28、50クレジットです。正確な数字は、開始前にボタンに表示されます。

標準モデルは6秒または10秒を480pか720pで生成し、縦横比は16:9、1:1、9:16です。v1.5は1秒から15秒、最大1080pで生成し、3:2と2:3が加わります。最初の画像を使う場合は、その画像の形に合わせます。

当社からはお答えできません。商用利用の前に、xAIとWaveSpeedの最新の利用規約をお読みください。実在の人物の肖像、他社のブランド、権利をお持ちでないものは避けてください。

いいえ。GrokImagineVideoAIは、サードパーティのAPIプラットフォームWaveSpeed経由でGrok Imagineを動かしている独立したウェブサイトです。xAIが制作したものではなく、xAIの承認や提携もありません。