Grok Imagine 1.5：最多 7 张参考图，还能直接文生视频

多图参考：一次最多 7 张

把人物、产品、场景风格分别放进不同的参考图，然后在提示词里用 <IMAGE_0>、<IMAGE_1> 点名谁演什么：

Handheld UGC 风格。<IMAGE_0> 里的人拿着 <IMAGE_1> 里的护肤瓶，看着镜头介绍，手机随手拍的感觉。

图片按连线顺序对应，第 1 张是 <IMAGE_0>，第 2 张是 <IMAGE_1>，以此类推。

每张图都要在提示词里点到名 —— 传了却没点名的图会被忽略，或者不可预测地混进画面。

适合：同一个人出一整个系列、产品实物入镜的口播带货、把某张图的色调质感借给新画面。

不给图也能生成

直接写提示词就能出片，不再需要先准备一张起始图。给了图就是图生视频（那张图作首帧），什么都不给就是文生视频。

新增 1080p

文生视频和图生视频支持 1080p。多图参考模式最高 720p。

每秒价格下调

无需任何设置，已经生效。

别忘了它自带声音

画面、对白口型、环境音效是一次生成出来的，不是后期配的。时长 1–15 秒任意整数秒，七种画幅比例。