Grok Imagine में इमेज से वीडियो: भरोसेमंद चरण-दर-चरण तरीका

हो सकता है Grok Imagine में आपकी स्थिर इमेज अच्छी बन गई हो, लेकिन वीडियो बनाते समय चेहरा बदल जाए, कोई अहम वस्तु गायब हो जाए, बैकग्राउंड पिघलने लगे या आपके अकाउंट में वह वीडियो विकल्प ही न दिखे जो किसी और के स्क्रीनशॉट में है। लगातार रीरोल करने के बजाय स्थिर इमेज, मोशन प्रॉम्प्ट, निरंतरता जाँच और अकाउंट एक्सेस को अलग-अलग चरणों में जाँचना अधिक भरोसेमंद है।

पहले हम Grok वेब या ऐप के लिए ऐसा तरीका देखेंगे जो किसी तय बटन नाम पर निर्भर नहीं है, फिर xAI API का दोहराने योग्य पूरा रास्ता। अंत में आपके पास सेव की हुई स्थिर इमेज, सेव किया हुआ छोटा वीडियो और यह तय करने की स्पष्ट जाँच होगी कि अगली बार स्रोत इमेज, गति, कैमरा या एक्सेस में क्या बदलना है।

पाँच चरणों में एक बार पूरा इमेज-टू-वीडियो चक्र चलाएँ

पहली कोशिश में विषय की एक क्रिया और कैमरे की एक क्रिया रखें। लक्ष्य पहले पूरी श्रृंखला चलाना है, न कि एक ही बार में जटिल सिनेमाई दृश्य बनाना।

1. स्थिर इमेज बनाएँ। विषय, कपड़े या मुख्य वस्तु, कंपोज़िशन, बैकग्राउंड और रोशनी तय करें; इसी प्रॉम्प्ट में लंबी क्रिया-श्रृंखला न भरें।
2. ऐसी इमेज चुनें जिसे एनिमेट किया जा सके। चेहरा, हाथ, टेक्स्ट, किनारे और ओवरलैप पहले देखें; स्थिर इमेज की गड़बड़ी वीडियो में अक्सर और स्पष्ट होती है।
3. अलग मोशन प्रॉम्प्ट लिखें। केवल आगे क्या होना है लिखें, फिर वे पहचान और दृश्य तत्व बताएँ जिन्हें बदलना नहीं चाहिए।
4. उसी चुनी हुई इमेज से वीडियो शुरू करें। इमेज खोलें और आपके अकाउंट में वास्तव में दिखने वाला एनिमेशन या वीडियो विकल्प चुनें; नाम अकाउंट, संस्करण और क्षेत्र के अनुसार बदल सकता है।
5. दोबारा बनाने से पहले डाउनलोड करें। गति, विषय निरंतरता, कैमरा और सेव हुई फ़ाइल जाँचें, फिर अगले संस्करण में केवल एक चीज़ बदलें।

मोशन जोड़ने से पहले स्थिर इमेज में पहचान और फ्रेम लॉक करें

एनिमेशन के लिए स्रोत इमेज पहले स्थिर होनी चाहिए, केवल सुंदर नहीं। साफ चेहरा, कपड़े, एक्सेसरी, हाथ में वस्तु और दृश्य संबंध आपको यह बताने देते हैं कि वीडियो में क्या बचा रहना चाहिए।

प्रॉम्प्ट का क्रम रखें: विषय और स्थिर पहचान, कंपोज़िशन और कैमरा, बैकग्राउंड, रोशनी और शैली, फिर आस्पेक्ट रेशियो। यदि विषय को दाईं ओर चलना है तो दाईं ओर जगह छोड़ें; यदि कैमरा पास आना है तो शुरुआत में चेहरा पूरा फ्रेम न भर दे।

स्थिर इमेज प्रॉम्प्ट टेम्पलेट

विषय और न बदलने वाली पहचान; कपड़े, एक्सेसरी या मुख्य वस्तु; शॉट आकार, कैमरा ऊँचाई और लेंस का एहसास; बैकग्राउंड और रोशनी; अंतिम आस्पेक्ट रेशियो।

उदाहरण

सिनेमाई कमर-तक पोर्ट्रेट: गहरे स्लेटी कोट में एक युवा महिला, उसके कंधे पर चमकीली पीली चिड़िया; व्यस्त स्टेशन की भीड़ बैकग्राउंड में हल्के मोशन ब्लर के साथ; आँखों की ऊँचाई, 50 mm लेंस जैसा रूप, कम डेप्थ ऑफ फील्ड; महिला और चिड़िया तेज; 16:9।

वैरिएशन चुनते समय केवल सबसे आकर्षक माहौल न देखें; ये चार बातें पहले जाँचें:

• चेहरा, आँखें, हाथ और मुख्य वस्तु स्पष्ट हों तथा उनकी आकृतियाँ एक-दूसरे से अलग पढ़ी जाएँ।
• जिन शरीर के हिस्सों को चलना है वे फ्रेम से कटे या सामने की वस्तु से बहुत ढके न हों।
• बाल, कपड़ों का रंग, एक्सेसरी और विषयों की संख्या आसानी से लिखी जा सके ताकि उन्हें मोशन प्रॉम्प्ट में लॉक किया जा सके।
• बैकग्राउंड में टूटा टेक्स्ट, दोहराए हुए लोग या बहुत घनी काटती रेखाएँ न हों, क्योंकि वे गति में आसानी से बदलती हैं।

यदि स्थिर इमेज में पहचान या ज्यामिति पहले से भरोसेमंद नहीं है, तो पहले वही इमेज दोबारा बनाएँ। वीडियो जनरेशन से इन गलतियों के अपने-आप ठीक होने की उम्मीद न करें।

मोशन प्रॉम्प्ट में केवल बदलाव लिखें, नया दृश्य नहीं

उपयोगी मोशन प्रॉम्प्ट के चार भाग हैं: विषय की क्रिया, कैमरा क्रिया, बैकग्राउंड क्रिया और लॉक सूची। हर भाग में शुरुआत में केवल एक स्पष्ट क्रिया रखें, ताकि मॉडल एक साथ चेहरा, कपड़े और दृश्य न बदल दे।

ऐसी क्रिया लिखें जिसका कुछ सेकंड में साफ आरंभ और अंत दिखे। “कैमरे की ओर मुड़ती है और एक बार पलक झपकाती है” जाँचा जा सकता है, जबकि “सिनेमाई भावना दिखाती है” नहीं। कैमरे के लिए भी केवल एक विकल्प चुनें—पुश-इन, पुल-आउट, पैन या स्थिर।

मोशन प्रॉम्प्ट टेम्पलेट

कुछ सेकंड में विषय क्या करता है; कैमरा कैसे चलता है; बैकग्राउंड कैसे चलता है; कौन-सा चेहरा, कपड़े, वस्तु, रंग, कंपोज़िशन और दृश्य संबंध नहीं बदलना चाहिए।

उदाहरण

महिला धीरे-धीरे कैमरे की ओर मुड़ती है और एक बार पलक झपकाती है। पीली चिड़िया पैर बदलती है और एक पंख हल्का खोलती है। भीड़ पीछे चलती रहती है। कैमरा धीरे पास आता है। महिला का चेहरा, गहरा स्लेटी कोट, चिड़िया का रंग, विषयों की संख्या, फ्रेमिंग और स्टेशन का विन्यास न बदलें।

पहली कोशिश में कपड़े बदलना, मौसम बदलना, विस्फोट, कई लोगों की बातचीत और जटिल कैमरा मूवमेंट एक साथ न माँगें। पहले एक जाँचने योग्य क्रिया स्थिर करें, फिर एक-एक तत्व जोड़ें।

चुनी हुई इमेज से जनरेशन शुरू करें और दोनों आउटपुट तुरंत सेव करें

Grok ऐप या वेब में बटन का सटीक नाम कम महत्वपूर्ण है। यह पक्का करें कि आप चुनी हुई इमेज से आगे बढ़ रहे हैं, नई text-to-video रिक्वेस्ट शुरू नहीं कर रहे।

अंतिम स्थिर इमेज खोलें, आपके अकाउंट में उपलब्ध एनिमेशन या image-to-video क्रिया चुनें, मोशन प्रॉम्प्ट पेस्ट करें और पहली बार छोटा, कम-जटिल सेटअप लें। विकल्प न दिखे तो ऐप संस्करण, लॉग-इन अकाउंट, प्लान, क्षेत्र और किसी कूलडाउन संदेश को जाँचें; दूसरे व्यक्ति के स्क्रीनशॉट से अपना एक्सेस न मानें।

नतीजा पूरा होते ही स्थिर इमेज और वीडियो दोनों डाउनलोड करें तथा दोनों प्रॉम्प्ट एक ही रिकॉर्ड में रखें। होस्टेड मीडिया URL अस्थायी हो सकते हैं; स्थानीय फ़ाइलों के बिना अगले संस्करणों की सही तुलना कठिन होगी।

अगली जनरेशन से पहले पाँच चीज़ें जाँचें

सिर्फ वीडियो चल जाना पर्याप्त नहीं है। हर बार एक ही क्रम में समीक्षा करने से पता चलता है कि समस्या स्रोत इमेज, मोशन, कैमरा या एक्सेस में है।

• पहले फ्रेम का मेल: चेहरा, कपड़े, चिड़िया, विषयों की संख्या और बैकग्राउंड चुनी हुई स्थिर इमेज से मेल खाते हैं।
• मोशन सही लगा: माँगी गई क्रिया सही दिशा, मात्रा और क्रम में हुई।
• विषय निरंतरता: चलते समय चेहरा नहीं बदलता, अंग कम-ज्यादा नहीं होते, रंग नहीं बदलता, एक्सेसरी गायब नहीं होती और विषय आपस में नहीं मिलते।
• कैमरा नियंत्रण: कैमरा केवल माँगी गई क्रिया करता है; अचानक कट, रोल या तेज़ झटका नहीं आता।
• सेव किया हुआ आउटपुट: पूरा वीडियो चलता है, फ़ाइल डाउनलोड है और उसके स्रोत फ्रेम तथा प्रॉम्प्ट की पहचान हो सकती है।

यदि पहचान निरंतरता या फ़ाइल सेव करना विफल है, तो अभी मोशन बढ़ाएँ नहीं। स्थिर इमेज या मोशन प्रॉम्प्ट पर वापस जाएँ; जटिलता तभी बढ़ाएँ जब हर विफलता का कारण अलग पहचाना जा सके।

Grok प्रोडक्ट एक्सेस, xAI API सीमा और उपयोगकर्ता उदाहरण अलग रखें

2026-09-28 तक आधिकारिक API दस्तावेज़ image-to-video क्षमता और रिक्वेस्ट कॉन्ट्रैक्ट बताते हैं। वे यह साबित नहीं करते कि हर Grok वेब या ऐप अकाउंट में एक ही विकल्प, कोटा या नाम होगा।

स्रोत	इससे सुरक्षित रूप से क्या पता चलता है
आपका अपना Grok ऐप या वेब स्क्रीन	इस अकाउंट में विकल्प, बचा कोटा, कूलडाउन संदेश और काम करने वाला डाउनलोड रास्ता है या नहीं।
आधिकारिक xAI API दस्तावेज़	API मॉडल, इनपुट फ़ॉर्मेट, असिंक्रोनस स्टेटस, अवधि और रिज़ॉल्यूशन; Grok UI अधिकार नहीं।
किसी एक क्रिएटर की X पोस्ट	उस समय उस क्रिएटर ने छोटा क्लिप बनाया; यह सबके लिए अवधि, गुणवत्ता या मुफ़्त कोटा तय नहीं करती।

आधिकारिक image-to-video गाइड सार्वजनिक इमेज URL, base64 data URI या Files API file_id स्वीकार करता है। वीडियो जनरेशन गाइड image-to-video के लिए 1–15 सेकंड और 480p, 720p, 1080p बताता है। aspect_ratio न देने पर स्रोत इमेज का अनुपात रहता है; अलग अनुपात देने पर इमेज खिंचती है। रिक्वेस्ट request_id देता है, स्टेटस pending, done, failed या expired होता है और पूरा URL अस्थायी होता है।

ऐप का कोटा, कूलडाउन और क्षेत्रीय उपलब्धता अपने अकाउंट पर ही जाँचें। API रेट लिमिट टियर के अनुसार बदलती है और यह Grok प्रोडक्ट के भीतर जनरेशन संख्या के समान नहीं है; बैच उपयोग से पहले वर्तमान API कीमत और कंसोल टियर देखें।

Frame Zero की X पोस्ट में पहले Grok Imagine इमेज और फिर उससे चार सेकंड का क्लिप बनाने की व्यक्तिगत रिपोर्ट है। यह प्रक्रिया का उपयोगी उदाहरण है, पर आधिकारिक अधिकतम अवधि नहीं और दूसरे प्रॉम्प्ट, अकाउंट या स्रोत पर समान परिणाम की गारंटी नहीं।

दोहराने योग्य रास्ते के लिए आधिकारिक API इस्तेमाल करें

नीचे का Bash उदाहरण वर्तमान आधिकारिक इमेज जनरेशन, image-to-video और असिंक्रोनस वीडियो पोलिंग कॉन्ट्रैक्ट पर आधारित है। यह स्थिर इमेज बनाकर सेव करता है, वीडियो शुरू करता है, request_id लेता है, स्टेटस पोल करता है, failed/expired सँभालता है, MP4 डाउनलोड करता है और दस मिनट बाद रुक जाता है।

आपको बिलिंग और एक्सेस वाला xAI API अकाउंट, साथ में curl, jq और python3 चाहिए। यह Bash उदाहरण है। कुंजी चुपचाप XAI_API_KEY में पढ़ी जाती है, इसलिए स्क्रिप्ट या कमांड हिस्ट्री में नहीं लिखी जाती। पहली बार duration: 8 और resolution: "720p" रखें।

set -euo pipefail

command -v curl >/dev/null
command -v jq >/dev/null
command -v python3 >/dev/null

read -rs XAI_API_KEY && export XAI_API_KEY
trap 'unset XAI_API_KEY' EXIT

STILL_PROMPT=$(cat <<'PROMPT'
सिनेमाई कमर-तक पोर्ट्रेट: गहरे स्लेटी कोट में एक युवा महिला, उसके कंधे पर चमकीली पीली चिड़िया; व्यस्त स्टेशन की भीड़ बैकग्राउंड में हल्के मोशन ब्लर के साथ; आँखों की ऊँचाई, 50 mm लेंस जैसा रूप, कम डेप्थ ऑफ फील्ड; महिला और चिड़िया तेज।
PROMPT
)

MOTION_PROMPT=$(cat <<'PROMPT'
महिला धीरे-धीरे कैमरे की ओर मुड़ती है और एक बार पलक झपकाती है। पीली चिड़िया पैर बदलती है और एक पंख हल्का खोलती है। भीड़ पीछे चलती रहती है। कैमरा धीरे पास आता है। महिला का चेहरा, गहरा स्लेटी कोट, चिड़िया का रंग, विषयों की संख्या, फ्रेमिंग और स्टेशन का विन्यास न बदलें।
PROMPT
)

IMAGE_PAYLOAD=$(jq -n \
  --arg prompt "$STILL_PROMPT" \
  '{
    model: "grok-imagine-image-2.0",
    prompt: $prompt,
    aspect_ratio: "16:9",
    resolution: "1k"
  }')

IMAGE_JSON=$(curl --fail-with-body --silent --show-error \
  https://api.x.ai/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d "$IMAGE_PAYLOAD")

IMAGE_URL=$(jq -r '.data[0].url // empty' <<<"$IMAGE_JSON")
if [ -z "$IMAGE_URL" ]; then
  printf '%s\n' "इमेज रिस्पॉन्स में URL नहीं मिला।" >&2
  jq . <<<"$IMAGE_JSON" >&2
  exit 1
fi

curl --fail-with-body --location --silent --show-error \
  "$IMAGE_URL" -o grok-imagine-still.jpg

VIDEO_PAYLOAD=$(jq -n \
  --arg prompt "$MOTION_PROMPT" \
  --arg image "$IMAGE_URL" \
  '{
    model: "grok-imagine-video-1.5",
    prompt: $prompt,
    image: {url: $image},
    duration: 8,
    resolution: "720p"
  }')

START_JSON=$(curl --fail-with-body --silent --show-error \
  https://api.x.ai/v1/videos/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d "$VIDEO_PAYLOAD")

REQUEST_ID=$(jq -r '.request_id // empty' <<<"$START_JSON")
if [ -z "$REQUEST_ID" ]; then
  printf '%s\n' "वीडियो स्टार्ट रिस्पॉन्स में request_id नहीं मिला।" >&2
  jq . <<<"$START_JSON" >&2
  exit 1
fi

for _ in $(seq 1 120); do
  RESULT=$(curl --fail-with-body --silent --show-error \
    "https://api.x.ai/v1/videos/$REQUEST_ID" \
    -H "Authorization: Bearer $XAI_API_KEY")

  STATUS=$(jq -r '.status // "unknown"' <<<"$RESULT")

  case "$STATUS" in
    pending)
      sleep 5
      ;;
    done)
      VIDEO_URL=$(jq -r '.video.url // empty' <<<"$RESULT")
      if [ -z "$VIDEO_URL" ]; then
        printf '%s\n' "पूरा हुए रिस्पॉन्स में वीडियो URL नहीं मिला।" >&2
        jq . <<<"$RESULT" >&2
        exit 1
      fi
      curl --fail-with-body --location --silent --show-error \
        "$VIDEO_URL" -o grok-imagine-output.mp4
      printf '%s\n' "grok-imagine-still.jpg और grok-imagine-output.mp4 सेव हो गए"
      exit 0
      ;;
    failed|expired)
      printf 'वीडियो जनरेशन इस स्टेटस पर समाप्त हुई: %s\n' "$STATUS" >&2
      jq . <<<"$RESULT" >&2
      exit 1
      ;;
    *)
      printf 'अनजान स्टेटस मिला: %s\n' "$STATUS" >&2
      jq . <<<"$RESULT" >&2
      exit 1
      ;;
  esac
done

printf '%s\n' "दस मिनट में पूरा न होने पर पोलिंग रोक दी गई।" >&2
exit 1

सफलता का संकेत है कि स्क्रिप्ट exit code 0 से पूरी हो और वर्तमान डायरेक्टरी में grok-imagine-still.jpg तथा grok-imagine-output.mp4 दोनों मिलें। HTTP त्रुटि पर curl --fail-with-body रुकता है; failed या expired पूरा परिणाम दिखाकर बाहर निकलता है, अनंत प्रतीक्षा या चुपचाप दूसरी बिल्ड रिक्वेस्ट नहीं करता।

यह दस्तावेज़ित रिक्वेस्ट और रिस्पॉन्स फ़ील्ड पर आधारित दोहराने योग्य टेम्पलेट है, दृश्य गुणवत्ता का बेंचमार्क नहीं। समान प्रॉम्प्ट हर बार समान दृश्य देगा, इसकी गारंटी नहीं। बैच चलाने से पहले एक रिक्वेस्ट से एक्सेस, कीमत, रेट लिमिट, गुणवत्ता और डाउनलोड जाँचें।

सभी पैरामीटर बदलने से पहले सबसे संभावित समस्या ठीक करें

हर कोशिश में केवल एक ऊपर वाला कारण बदलें, तभी अगला नतीजा कारण बताएगा।

image-to-video विकल्प नहीं दिखता

पहले पक्का करें कि अंतिम चुनी इमेज खुली है, नई टेक्स्ट बातचीत नहीं। फिर ऐप संस्करण, लॉग-इन अकाउंट, प्लान, क्षेत्र और स्क्रीन पर कूलडाउन संदेश जाँचें। किसी और के बटन नाम की नकल न करें; API एक्सेस होने पर आधिकारिक image-to-video endpoint लें।

चेहरा बदलता है या वस्तु गायब होती है

अधिक स्पष्ट आकृतियों और कम ओवरलैप वाली स्रोत इमेज लें, गति घटाएँ और प्रॉम्प्ट अंत में चेहरा, कपड़े, रंग, विषयों की संख्या और मुख्य वस्तु लॉक करें। पहला फ्रेम ही बदल गया हो तो केवल अधिक शब्द जोड़ना सही समाधान नहीं।

वीडियो लगभग स्थिर है

अमूर्त भाषा को साफ शुरू और अंत वाली क्रिया से बदलें, जैसे “बाईं ओर देखने से कैमरे की ओर मुड़ती है और एक बार पलक झपकाती है।” एक विषय क्रिया और एक कैमरा क्रिया ही रखें।

बैकग्राउंड पिघलता है या कैमरा अनियंत्रित है

पहले बैकग्राउंड मोशन हटाएँ और केवल विषय क्रिया रखें; कैमरा स्थिर करें या एक धीमा पुश-इन दें। भीड़, टेक्स्ट, रेलिंग और काटती रेखाएँ अधिक ड्रिफ्ट करती हैं, इसलिए स्रोत सरल करें।

API pending रहता है, फिर failed या expired होता है

निश्चित अंतराल पर पोल करें और केवल कुछ मिनट बीतने पर डुप्लिकेट रिक्वेस्ट न भेजें। failed या expired के बाद रिस्पॉन्स, कुंजी और अकाउंट स्थिति तथा स्रोत URL की उपलब्धता जाँचें, फिर नई रिक्वेस्ट बनाएँ।

पूरा हुआ लिंक बाद में नहीं खुलता

आधिकारिक दस्तावेज़ इमेज और वीडियो URL को अस्थायी बताते हैं। done मिलते ही डाउनलोड करें, फ़ाइल नाम में संस्करण रखें और होस्टेड URL को स्थायी स्टोरेज न मानें।

दूसरे संस्करण में स्रोत इमेज स्थिर रखें और एक ही चीज़ बदलें

अच्छी री-रन एक सवाल का जवाब देती है; “फिर से बनाओ” किसी सवाल का नहीं।

1. वही स्रोत इमेज और पहचान लॉक सूची रखें; केवल मोशन की मात्रा बदलकर निरंतरता देखें।
2. मोशन स्थिर होने पर स्रोत बदले बिना कैमरा स्थिर से धीमे पुश-इन में बदलें।
3. कैमरा स्थिर होने के बाद अवधि या रिज़ॉल्यूशन बदलें और समय, अंतिम स्टेटस तथा डाउनलोड परिणाम लिखें।
4. वर्ज़न नंबर, स्रोत फ़ाइल, मोशन प्रॉम्प्ट, पैरामीटर और समीक्षा परिणाम एक पंक्ति में रखें।

इस तरह पता चलता है कि समस्या स्थिर इमेज, गति, कैमरा या एक्सेस से आई। दूसरा एक्शन या जटिल दृश्य जोड़ने से पहले एक सरल श्रृंखला को स्थिर रूप से सफल बनाएँ।

स्रोत और लागू सीमा

नीचे के पेज 2026-09-28 को जाँचे गए। आधिकारिक पेज API क्षमता और फ़ील्ड का आधार हैं; X पोस्ट केवल एक क्रिएटर की रिपोर्ट है।

• xAI Image Generation — मॉडल, /v1/images/generations, अस्थायी URL और कॉन्फ़िगरेशन।
• xAI Image-to-Video — स्वीकृत इमेज इनपुट और grok-imagine-video-1.5 उदाहरण।
• xAI Video Generation — असिंक्रोनस प्रक्रिया, स्टेटस, अवधि, रिज़ॉल्यूशन और अस्थायी आउटपुट URL।
• xAI Videos REST API Reference — request_id और परिणाम endpoint।
• xAI Release Notes — 2026-07-31 को grok-imagine-video-1.5 मोडालिटी रिकॉर्ड।
• Frame Zero की X पोस्ट — व्यक्तिगत वर्कफ़्लो रिपोर्ट, आधिकारिक सीमा या सामान्य गुणवत्ता दावा नहीं।