嘴型同步大幅提升
嘴型跟著真實音節走，一整句話都不掉，一段說話的片子看起來像個人，不像木偶。
Loading workspace
Grok Imagine Video 2.0 AI 影片生成器
Grok Imagine Video 2.0 帶來大幅提升的嘴型同步、原生生成的聲音，圖生影片與文生影片同在一個工作區，出片快到你可以改一句台詞就重來一條。現在就生成你的 Grok Imagine 2 影片——沒有攝影機，沒有麥克風，沒有演員。
Showing transformation 1 of 4: 8秒，9:16。她看向鏡頭，帶著淺笑說出這句台詞。自然的嘴型，穩定的眼神接觸，不切鏡。台詞：「這一段沒人相信是 AI 做的。」身後是溫暖的環境底噪。
Prompt8秒，9:16。她看向鏡頭，帶著淺笑說出這句台詞。自然的嘴型，穩定的眼神接觸，不切鏡。台詞：「這一段沒人相信是 AI 做的。」身後是溫暖的環境底噪。
為什麼用 Grok Imagine Video 2.0 創作
聲音原生生成
台詞、音效和環境底噪與畫面同出一次生成，音訊不會跟鏡頭越對越偏。
圖生影片
上傳一張照片作為開場首幀，Grok Imagine 2 從這一幀開始往下動，保住你的構圖、主體和風格。
文生影片
手上沒素材時，跳過圖片，用一句提示詞把鏡頭、台詞和聲音一起描述出來。
快到可以反覆試
大多數片子一分鐘內出結果，改一句台詞就能把整條重跑一遍。
任何風格，任何臉
寫實人像、二次元、黏土定格、3D 角色，都能對上同一段台詞，不用換工具。
Grok Imagine Video 2.0 改變了什麼
Grok Imagine 2 是全新的 Grok Imagine 模型。這次的主角不是解析度，是嘴型同步和聲音。
嘴型同步大幅提升
Grok Imagine Video 2.0 把嘴型對到真實音節上，一整句話都穩得住，幀間的漂移、嘴部抖動和面部變形都更少。用它做口播片、對話戲、產品代言人和角色獨白——開著音量看也立得住，而不是只能靜音播。
聲音原生生成
Grok Imagine 2 把音訊和畫面放在同一次生成裡——人聲、腳步、環境底噪、風聲和機械細節都來自提示詞，而不是事後疊的一條音軌。用它做對話短片、氛圍鏡頭、產品廣告和動作段落，聲音跟著鏡頭走，而不是慢半拍。
沒有攝影機，沒有麥克風，沒有演員
一條 Grok Imagine Video 2.0 片子裡的每一幀、每一句人聲都是從提示詞生成的，一次拍攝、一間錄音室、一整個劇組壓縮成一個輸入框。用它產出 UGC 廣告、品牌短片、講解影片和社群內容，節奏快到實拍追不上，一頓午飯前就能測完十版台詞。
Grok Imagine Video 2.0 的真實用法
Showing content for 內容創作者: 口播影片與講解片
口播影片與講解片
寫好台詞，讓臉和聲音一起生成，然後發布。不用相機、不用麥克風，也不用因為窗外開過一台車而重錄。
怎麼用 Grok Imagine Video 2.0
選好模型，填入素材，一次生成畫面和聲音。
Step 1: 選擇 Grok Imagine 2
打開上方的生成器，在模型選擇器裡選 Grok Imagine 模型。
Step 2: 填入你的素材
上傳一張首幀圖片，或者寫一句提示詞，把主體要說的台詞和周圍的聲音一起寫清楚。
Step 3: 生成你的影片
調好參數，點擊生成，然後開著聲音回看結果。