Aller au contenu

Vidéo

Grok Video 1

Vidéo

Disponible sur Ofrai — chat, image et vidéo dans un studio, avec des crédits partagés.

46 créditsFiche modèle

Studio vidéo

Aperçu

Pas encore de clip

L’aperçu de votre dernier clip s’affichera ici après la génération.

Ouvrir le studio

Exemples de prompts

Choisissez un exemple pour charger son prompt et ses réglages recommandés dans le créateur Grok Video 1 ci-dessus.

Mode d’emploi

Créer avec Grok Video 1 en trois étapes

  1. 01

    Choisissez vos entrées

    Gardez Grok Video 1 sélectionné, saisissez un prompt et ajoutez les références prises en charge.

  2. 02

    Réglez la sortie

    Choisissez le format, la résolution et les options Vidéo disponibles avant de générer.

  3. 03

    Générez et affinez

    Examinez le résultat, ajustez le prompt ou les réglages, puis créez une nouvelle version dans le même espace.

Grok Video 1 est un endpoint dont l’interface de requête se limite entièrement à quatre champs facultatifs : prompt, duration, resolution et aspect ratio. Cela évoque un modèle dépouillé et, dans un sens, c’est le cas : il n’y a ni listes de références numérotées, ni espaces réservés, ni image de fin, ni paramètre audio à gérer. Mais ce caractère facultatif a aussi son revers : la documentation de référence du modèle ne définit aucune valeur par défaut pour ces quatre champs et recommande de les renseigner explicitement.

Rien n’est donc rempli à votre place et rien n’est garanti si vous les omettez. Trois modes de génération partagent cette interface : texte vers vidéo, image vers vidéo à partir d’une première image et mode image de référence. Leurs limites ne sont pas identiques : le mode choisi détermine les résolutions accessibles, et c’est le point le plus utile à comprendre sur ce modèle avant d’y consacrer le moindre budget.

Trois modes, un seul ensemble de paramètres

Il n’y a pas de champ de routage ici : le mode est déduit de ce que vous envoyez, au lieu d’être déclaré. Envoyez du texte et vous obtenez une génération texte vers vidéo. Envoyez une image accompagnée d’un prompt et vous passez à une génération à partir d’une première image ou d’une image de référence. La documentation du modèle traite le mode image de référence comme un mode distinct, avec son propre plafond de résolution. Il en découle trois conséquences pratiques.

Premièrement, un prompt vide n’est pas une manière valide de demander « anime simplement cette image » dans tous les modes : la documentation indique que prompt est facultatif au niveau du schéma, tout en précisant qu’il est nécessaire en pratique pour la génération texte vers vidéo et à partir d’une image de référence. Deuxièmement, puisqu’aucun champ de mode ne sert à la validation, une erreur se manifeste par un résultat inattendu plutôt que par un rejet de la requête.

Il est donc préférable d’envoyer systématiquement les quatre champs plutôt que de découvrir la règle de déduction par essais successifs. Troisièmement, en l’absence de paramètres distincts pour les images de début et de fin, rien ne permet ici d’exprimer l’exigence d’un plan devant se terminer sur une image précise. Aussi soignée soit-elle, la rédaction du prompt ne remplacera pas un champ absent du schéma.

La durée commence à une seconde : c’est là le véritable intérêt

La plage de durée documentée va d’une seconde entière à quinze secondes, par secondes entières, sans valeur par défaut indiquée et avec une recommandation explicite de la définir vous-même. Presque tous les endpoints vidéo de ce catalogue imposent un minimum de trois secondes, car un rendu plus court vaut rarement son coût. Ce n’est pas le cas de celui-ci, et cette seule différence compte davantage que le plafond de quinze secondes.

À l’extrémité courte, vous pouvez produire des fragments de mouvement : un bref mouvement de produit d’une seconde, une séquence de deux secondes facile à mettre en boucle, un élément de transition qu’un spécialiste du compositing peut intégrer à une séquence plus longue. C’est une catégorie de travail inaccessible à la plupart des modèles, qui refusent tout simplement la requête. À l’extrémité longue, quinze secondes constituent une prise continue, et au-delà d’environ dix secondes, une prise unique commence à présenter des dérives d’identité et d’arrière-plan.

La règle de planification raisonnable qui découle de cette plage documentée est la suivante : réservez les durées courtes aux inserts et aux fragments que vous assemblerez au montage, et n’utilisez les durées longues que lorsque le plan doit réellement constituer une seule prise ininterrompue.

La résolution est plafonnée selon le mode, et le niveau supérieur est conditionnel

Trois valeurs sont disponibles : 480p, 720p et 1080p. Mais elles ne sont pas toutes accessibles dans chaque mode, un détail que la plupart des intégrations gèrent mal. La génération à partir d’une image de référence est documentée comme fonctionnant en 480p ou 720p. La génération texte vers vidéo et la génération image vers vidéo à partir d’une première image peuvent atteindre 1080p, mais même dans ces cas, la documentation ajoute une condition : le 1080p est disponible lorsque la disponibilité de cette exécution le permet. Ce « lorsque » a toute son importance.

La disponibilité du niveau supérieur n’est pas constante : une requête en 1080p qui a fonctionné lors d’une exécution ne garantit donc rien pour la suivante. Sur le plan opérationnel, il convient de considérer le 1080p comme une possibilité offerte dans la mesure du possible, plutôt que comme un engagement ferme. Les exemples de la page de référence fixent tous explicitement la résolution à 720p.

C’est une valeur par défaut raisonnable à adopter pour tout résultat devant être reproductible : elle respecte tous les plafonds documentés, ne dépend pas de la disponibilité d’une exécution à l’autre et correspond de toute façon à la résolution à utiliser pour vos rendus d’itération.

Cinq valeurs de rapport d’image, filtrées par la disponibilité

La liste comprend 16:9, 1:1, 2:3, 3:2 et 9:16 : un ensemble plus complet que celui de la plupart des endpoints, puisqu’il inclut les cadrages trois par deux en portrait comme en paysage. La réserve figure dans la même phrase : les valeurs réellement accessibles dépendent de la plage disponible pour une exécution donnée. En pratique, l’énumération décrit les valeurs possibles du paramètre, tandis que le sous-ensemble sur lequel vous pouvez compter se détermine au moment de la requête. Deux habitudes en découlent.

Premièrement, générez au rapport d’image pour lequel la composition a été conçue plutôt que de recadrer ensuite : les cadrages verticaux trois par quatre et deux par trois existent précisément pour qu’une composition pensée d’abord pour le téléphone ne soit pas un simple recadrage central d’un rendu panoramique. Deuxièmement, si le rapport demandé produit un résultat avec des bandes noires ou un recadrage au lieu d’un rejet, c’est la disponibilité qui restreint l’ensemble disponible, et non un défaut de votre prompt.

La solution consiste à demander une valeur plus universelle plutôt qu’à réessayer sans cesse la valeur atypique.

Pourquoi envoyer un prompt même lorsque le schéma le déclare facultatif

C’est le seul point sur lequel la documentation est véritablement ambiguë, et il mérite une lecture attentive plutôt qu’un survol. Au niveau du schéma, prompt est facultatif et n’a pas de valeur par défaut. En pratique, il est requis pour la génération texte vers vidéo et à partir d’une image de référence. Pour les requêtes à partir d’une première image, la documentation précise que certaines anciennes requêtes utilisant une seule première image pouvaient l’omettre, tandis que d’autres peuvent encore l’exiger.

Trois situations coexistent dans la description d’un seul champ, mais elles conduisent à un conseil unique : si vous développez une nouvelle intégration, envoyez toujours un prompt non vide, exactement comme le recommande la documentation. Le coût de cette précaution est négligeable ; l’ignorer peut entraîner l’échec d’une requête dans un mode que vous pensiez utilisable sans prompt. Le contenu du prompt doit varier selon le mode. En génération texte vers vidéo, il porte toute l’information, puisque rien d’autre n’est fourni.

Avec une image en entrée, le cadre est déjà fixé : les phrases les plus utiles concernent donc le mouvement, le rythme et la caméra. Décrire ce qui est déjà visible dans l’image met le texte en concurrence avec celle-ci pour l’attention du modèle et constitue une cause fréquente de dérive par rapport à la première image après quelques secondes.

Planifier une séquence avec un endpoint sans valeurs par défaut documentées

Puisque tous les champs sont facultatifs et qu’aucune valeur par défaut n’est publiée, une requête reproductible est une requête explicite : prompt renseigné, duration renseigné, resolution renseigné, aspect ratio renseigné. Créez un petit modèle de requête qui remplit systématiquement les quatre champs, et le résultat ne dépendra plus de ce que le labo a décidé de renseigner à votre place. Cette même caractéristique détermine aussi votre manière de travailler. Aucun élément ne permet de maintenir une stabilité entre les exécutions : ni index de référence, ni image de fin, ni mode déclaré.

Deux appels avec des paramètres identiques constituent donc votre seule véritable base de comparaison, et une deuxième tentative est un nouveau tirage plutôt qu’une expérience contrôlée, à moins de ne modifier qu’un paramètre à la fois et de noter lequel. Cela signifie également que cet endpoint ne dispose d’aucun mécanisme pour maintenir la cohérence d’un visage, d’un produit ou d’un costume entre deux rendus distincts ; la continuité entre plusieurs plans doit venir du montage.

Générez les plans sous forme de clips séparés, assemblez-les en aval et traitez chacun comme s’il était le seul plan de la séquence.

FAQ

Quelles résolutions puis-je demander avec ce modèle ?
Trois valeurs sont publiées : 480p, 720p et 1080p. La génération à partir d’une image de référence est documentée en 480p ou 720p, tandis que la génération texte vers vidéo et la génération image vers vidéo à partir d’une première image peuvent atteindre 1080p lorsque la disponibilité le permet. Fixez la résolution à 720p si vous avez besoin d’un résultat reproductible d’une exécution à l’autre : cette valeur respecte tous les plafonds documentés et ne dépend pas de la disponibilité d’une exécution à l’autre.
Le champ duration a-t-il une valeur par défaut ?
La documentation de référence du modèle n’en indique aucune. La plage va de 1 à 15 secondes, par secondes entières, et la documentation recommande de définir explicitement cette valeur plutôt que de compter sur une valeur implicite. Le minimum de 1 seconde est le point notable : il permet des fragments de mouvement et des inserts faciles à mettre en boucle que la plupart des endpoints, dont le minimum est de 3 secondes, refuseront tout simplement.
Dois-je envoyer un prompt ?
Il est indiqué comme facultatif dans le schéma, mais il est requis pour la génération texte vers vidéo et à partir d’une image de référence. La documentation précise que certaines anciennes requêtes utilisant une seule première image pouvaient l’omettre, mais que d’autres requêtes à partir d’une première image peuvent encore l’exiger. Pour une nouvelle intégration, envoyez toujours un prompt non vide : c’est la recommandation de la documentation elle-même.
Combien de rapports d’image sont pris en charge ?
Cinq sont énumérés : 16:9, 1:1, 2:3, 3:2 et 9:16. Leur accessibilité dépend de la plage disponible pour une exécution donnée. Considérez donc la liste comme l’ensemble des valeurs possibles du paramètre, et la disponibilité comme la limite : si un rapport inhabituel produit un résultat recadré ou avec des bandes noires, demandez une valeur plus universelle plutôt que de réessayer.

FAQ

Puis-je utiliser Grok Video 1 directement sur cette page ?
Oui. Le créateur ci-dessus est le véritable studio Ofrai, avec Grok Video 1 sélectionné par défaut.
Où mes résultats sont-ils enregistrés ?
Les générations des utilisateurs connectés sont conservées dans la bibliothèque Ofrai pour être téléchargées ou rouvertes.
Quels prompts fonctionnent le mieux avec Grok Video 1 ?
Décrivez clairement le sujet, le décor, le style visuel, la lumière ainsi que la caméra ou le mouvement. Les exemples ci-dessus sont de bons points de départ.
Puis-je modifier les prompts d’exemple avant de générer ?
Oui. Chargez un exemple, puis modifiez son texte, son format, ses références ou tout autre réglage pris en charge.

Comparez d’autres modèles Vidéo capables de réaliser des créations similaires à Grok Video 1.

L’usage commercial dépend du modèle sélectionné et des conditions du modèle.