Deutlich bessere Lippensync
Die Mundform folgt den tatsächlichen Silben und hält über eine ganze Zeile, sodass ein Sprechclip wie ein Mensch wirkt und nicht wie eine Puppe.
Loading workspace
Grok Imagine Video 2.0 KI-Videogenerator
Grok Imagine Video 2.0 bringt deutlich bessere Lippensynchronisation, nativ erzeugten Ton, Bild-zu-Video und Text-zu-Video in einem Arbeitsbereich und einen Durchlauf, der schnell genug ist, um eine Zeile umzuschreiben und den Take erneut zu fahren. Erstelle jetzt dein Grok-Imagine-2-Video — keine Kamera, kein Mikrofon, keine Schauspieler.
Showing transformation 1 of 4: 8s, 9:16. Sie blickt in die Linse und spricht ihre Zeile mit einem leichten Lächeln. Natürliche Mundbewegungen, ruhiger Blickkontakt, kein Schnitt. VO: „Das ist der Teil, von dem niemand glaubt, dass er KI ist.“ Warmer Raumklang im Hintergrund.
Prompt8s, 9:16. Sie blickt in die Linse und spricht ihre Zeile mit einem leichten Lächeln. Natürliche Mundbewegungen, ruhiger Blickkontakt, kein Schnitt. VO: „Das ist der Teil, von dem niemand glaubt, dass er KI ist.“ Warmer Raumklang im Hintergrund.
Warum mit Grok Imagine Video 2.0 arbeiten
Nativ erzeugter Ton
Dialog, Effekte und Raumklang entstehen im selben Durchlauf wie das Bild, deshalb läuft der Ton der Einstellung nie davon.
Bild zu Video
Lade ein Foto als Startbild hoch, und Grok Imagine 2 animiert von dort weiter — Bildaufbau, Motiv und Stil bleiben erhalten.
Text zu Video
Ohne Ausgangsmaterial lässt du das Bild weg und beschreibst Einstellung, Zeile und Ton in einem einzigen Prompt.
Schnell genug zum Iterieren
Die meisten Clips sind in unter einer Minute fertig, du kannst also eine Dialogzeile umschreiben und den ganzen Take neu fahren.
Jeder Stil, jedes Gesicht
Fotorealistische Porträts, Anime, Knetanimation und 3D-Figuren synchronisieren sich auf denselben Dialog, ohne das Werkzeug zu wechseln.
Was sich in Grok Imagine Video 2.0 geändert hat
Grok Imagine 2 ist das neue Grok-Imagine-Modell. Die Schlagzeile ist nicht die Auflösung — es sind Lippensync und Ton.
Deutlich bessere Lippensync
Grok Imagine Video 2.0 formt die Lippen nach den tatsächlichen Silben und hält das Timing über eine ganze Zeile, mit weniger Drift, Mundflattern und Gesichtsverzerrung zwischen den Bildern. Erstelle Talking-Head-Clips, Dialogszenen, Produktsprecher und Charaktermonologe, die bei voller Lautstärke bestehen und nicht nur stummgeschaltet.
Nativ erzeugter Ton
Grok Imagine 2 erzeugt den Ton im selben Durchlauf wie das Bild — Stimmen, Schritte, Raumklang, Wind und mechanische Details kommen aus dem Prompt statt aus einer nachträglich gelegten Spur. Erstelle Dialogclips, Atmo-Szenen, Produktspots und Actionmomente, in denen der Ton mit der Einstellung mitgeht, statt ihr hinterherzuhinken.
Keine Kamera, kein Mikrofon, keine Schauspieler
Jedes Bild und jede Stimme in einem Grok-Imagine-Video-2.0-Clip wird aus einem Prompt erzeugt, ein Dreh, eine Tonkabine und eine ganze Besetzung schrumpfen also auf ein Textfeld. Produziere UGC-Ads, Markenspots, Erklärvideos und Social Content in einem Takt, den ein Dreh nie erreichen könnte, und teste zehn Fassungen einer Zeile vor dem Mittagessen.
Echte Anwendungsfälle von Grok Imagine Video 2.0
Showing content for Content-Creator: Talking-Head-Videos und Erklärclips
Talking-Head-Videos und Erklärclips
Zeile schreiben, Gesicht und Stimme gemeinsam erzeugen, posten. Keine Kamera, kein Mikrofon und keine Wiederholung, weil draußen ein Auto vorbeigefahren ist.
So nutzt du Grok Imagine Video 2.0
Modell wählen, Eingaben ergänzen und Bild und Ton in einem Durchlauf erzeugen.
Step 1: Grok Imagine 2 wählen
Öffne den Generator oben und wähle im Modellselektor das Grok-Imagine-Modell.
Step 2: Eingaben ergänzen
Lade ein Startbild hoch oder schreibe einen Prompt mit der Zeile, die dein Motiv spricht, und dem Ton drumherum.
Step 3: Video erzeugen
Wähle deine Einstellungen, klicke auf Generieren und spiel das Ergebnis mit Ton ab.
Grok Imagine Video 2.0 FAQ
Starte heute mit Grok Imagine 2
Erzeuge Bild und Ton in einem Durchlauf, mit einer Lippensync, die über die ganze Zeile hält. Keine Kamera, kein Mikrofon, keine Schauspieler.