Grok Imagine 图生视频

接口

POST /videos/generations

完整 URL: https://modelfold.ai/v1/videos/generations

鉴权：所有请求都需要 Authorization: Bearer <API_KEY> 请求头。

模型参数直接放在 JSON 请求体中，不要套 input。请求等待生成完成后返回 data[].url；支持的媒体模型也可使用 异步创建、轮询及回调。示例素材地址须替换为自己的公开可访问文件。计费及错误说明见 API 网关。

视频生成任务的输入参数

请求参数

请求体 (application/json)

参数	类型	必填	说明
model	string	是	用于生成的模型名称。必填字段。 - 此端点必须使用 grok-imagine/image-to-video 默认值："grok-imagine/image-to-video"。 可选值：grok-imagine/image-to-video。 示例：grok-imagine/image-to-video。
image_urls	array<string>	否	提供一个外部图像 URL 作为视频生成的参考。支持最多7个图像，不要与 task_id 同时使用。在提示词中引用已上传图片时，请输入 @image(n)，并在其后加一个空格（例如：@image1 海边日落）。 - 支持 JPEG、PNG、WEBP 格式 - 每张图像最大文件大小：10MB - 使用外部图像时 Spicy 模式不可用 - 数组最多包含七个 URL - resolution为1080p时只支持一张。 maxItems: 7.
task_id	string	否	之前生成的 Grok 图像的任务 ID。与 index 配合使用选择特定图像，不要与 image_urls 同时使用。 - 使用 grok-imagine/text-to-image 生成的任务 ID - 支持所有模式，包括 Spicy - 最大长度：100 字符 maxLength: 100. 示例：task_grok_12345678。
index	integer	否	使用 task_id 时，指定使用第几张图（从 0 开始）。grok-imagine/text-to-image 每个任务返回 2 张，所以取值为 0 或 1，默认 0。 - 如果提供了 image_urls 则忽略此参数 默认值：0。 minimum: 0. maximum: 1. 示例：0。
prompt	string	是	本站网关要求传入 prompt，最长 2000 字。描述期望视频运动的文本提示。可选字段。 - 应该对期望的视觉运动详细具体 - 描述运动、动作序列、摄影工作和时间安排 - 包含主体、环境和运动动态的细节 - 最大长度：5000 字符 - 支持英文提示 maxLength: 2000. 示例：POV hand comes into frame handing the girl a cup of take away coffee, the girl steps out of the screen looking tired, then takes it and she says happily: "thanks! Back to work" she exits the frame and walks right to a different part of the office.。
mode	string	否	指定影响运动风格和强度的生成模式。注意：外部图像输入不支持 Spicy 模式。 - fun: 更有创意和趣味的解读 - normal: 平衡方法，具有良好的运动质量 - spicy: 更有活力和强烈的运动效果（外部图像不可用） 默认值：normal 默认值："normal"。 可选值：fun / normal / spicy。 示例：normal。
duration	number	否	生成的视频时长（秒）（6-30）。（最小值：6，最大值：30，步长：1） 本站最短 6 秒，不支持 -1。
resolution	string	否	生成视频的分辨率。 默认值："480p"。 可选值：480p / 720p / 1080p。 示例：480p。
aspect_ratio	string	否	图像比例选择，仅适用于多图生成模式，单图模式下视频宽高参考图片宽高。 默认值："16:9"。 可选值：2:3 / 3:2 / 1:1 / 16:9 / 9:16。 示例：16:9。
nsfw_checker	boolean	否	默认 false。为 false 时不额外进行内容过滤，结果由模型直接返回。

请求示例

curl -X POST "https://modelfold.ai/v1/videos/generations" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "grok-imagine/image-to-video",
  "index": 0,
  "prompt": "POV hand comes into frame handing the girl a cup of take away coffee, the girl steps out of the screen looking tired, then takes it and she says happily: \"thanks! Back to work\" she exits the frame and walks right to a different part of the office.",
  "mode": "normal",
  "resolution": "480p",
  "aspect_ratio": "16:9"
}'

{
  "model": "grok-imagine/image-to-video",
  "index": 0,
  "prompt": "POV hand comes into frame handing the girl a cup of take away coffee, the girl steps out of the screen looking tired, then takes it and she says happily: \"thanks! Back to work\" she exits the frame and walks right to a different part of the office.",
  "mode": "normal",
  "resolution": "480p",
  "aspect_ratio": "16:9"
}

响应

200 — 生成完成。usage 返回实际计费明细；结果地址仅作结构示例。

{
  "ok": true,
  "created": 1792134000,
  "data": [
    {
      "url": "https://modelfold.ai/uploads/outputs/result.mp4"
    }
  ],
  "usage": {}
}