Grok Imagine: como transformar uma imagem em vídeo curto

Você pode já ter uma imagem estática do Grok Imagine de que gostou, mas o vídeo muda o rosto, faz um objeto desaparecer, derrete o fundo ou nem mostra a mesma opção vista na captura de outra pessoa. Em vez de repetir a geração no escuro, separe quatro controles: imagem de origem, prompt de movimento, continuidade e acesso da conta.

Primeiro vem um fluxo para o Grok na web ou no app que não depende do nome exato de botões; depois, uma rota reproduzível com a API da xAI. Ao final, você terá a imagem e o vídeo salvos e um método para decidir se a próxima correção deve ser feita na imagem, no movimento, na câmera ou no acesso.

Complete uma vez o fluxo de imagem para vídeo em cinco etapas

Na primeira versão, use uma ação do sujeito e um movimento de câmera. A meta é provar que a cadeia funciona antes de pedir uma tomada cinematográfica complexa.

1. Gere a imagem estática. Fixe sujeito, roupa ou objeto principal, composição, fundo e luz; não coloque uma sequência longa de ações nesse prompt.
2. Escolha uma imagem pronta para animar. Confira rosto, mãos, texto, contornos e oclusões. Defeitos presentes na imagem costumam ficar mais visíveis em movimento.
3. Escreva um prompt de movimento separado. Descreva apenas o que acontece em seguida e liste a identidade e os elementos da cena que não podem mudar.
4. Inicie o vídeo a partir dessa imagem. Abra a imagem escolhida e use a ação de animação ou vídeo realmente exibida na sua conta; o nome pode variar por conta, versão e região.
5. Baixe antes de gerar outra versão. Verifique movimento, continuidade do sujeito, câmera e arquivo salvo; depois altere apenas uma variável.

Trave identidade e composição na imagem antes de adicionar movimento

Uma imagem adequada para animação precisa ser estável antes de ser impressionante. Rosto, roupa, acessórios, objetos e relações espaciais claros dão referências concretas para preservar e avaliar.

Monte o prompt nesta ordem: sujeito e traços estáveis, composição e câmera, fundo, luz e estilo, depois proporção. Deixe espaço na direção do movimento; se a câmera deve se aproximar, não comece com o rosto já ocupando todo o quadro.

Modelo de prompt para a imagem

Sujeito e traços que não mudam; roupa, acessórios ou objeto principal; tamanho do plano, altura da câmera e sensação de lente; fundo e iluminação; proporção final.

Exemplo

Retrato cinematográfico da cintura para cima de uma jovem com casaco cinza-chumbo e um pássaro amarelo vivo no ombro; a multidão de uma estação cria um leve desfoque de movimento ao fundo; câmera na altura dos olhos, sensação de lente de 50 mm, pouca profundidade de campo; mulher e pássaro nítidos; 16:9.

Ao escolher entre variações, priorize estes pontos em vez de selecionar apenas a imagem mais atmosférica:

• Rosto, olhos, mãos e objeto principal são coerentes e têm silhuetas separadas.
• As partes do corpo que precisam se mover não estão cortadas nem muito escondidas pelo primeiro plano.
• Cabelo, cor da roupa, acessórios e quantidade de sujeitos são fáceis de nomear e travar no prompt de movimento.
• O fundo não contém texto quebrado, pessoas duplicadas nem estruturas densas de linhas que tendem a deformar.

Se identidade ou geometria já não forem confiáveis na imagem, gere outra imagem primeiro. Não conte com o vídeo para corrigir esses problemas por acaso.

Descreva a mudança no prompt de movimento, não uma cena nova

Um bom prompt tem quatro partes: ação do sujeito, ação da câmera, ação do fundo e lista de elementos travados. Comece com uma ação clara em cada categoria para reduzir mudanças simultâneas de rosto, roupa e cenário.

Use uma ação com início e fim visíveis em poucos segundos. “Vira para a câmera e pisca uma vez” pode ser verificado; “demonstra emoção cinematográfica” não. Escolha também uma única conduta de câmera: aproximar, afastar, panoramizar ou permanecer fixa.

Modelo de prompt de movimento

O que o sujeito faz em alguns segundos; como a câmera se move; como o fundo se move; quais rosto, roupa, objeto, cor, composição e relações da cena devem permanecer iguais.

Exemplo

A mulher vira lentamente para a câmera e pisca uma vez. O pássaro amarelo muda o apoio das patas e abre levemente uma asa. A multidão continua passando ao fundo. A câmera se aproxima devagar. Manter iguais o rosto da mulher, o casaco cinza-chumbo, a cor do pássaro, a quantidade de sujeitos, o enquadramento e a disposição da estação.

Não comece pedindo troca de roupa, mudança de clima, explosão, interação de várias pessoas e movimento complexo de câmera ao mesmo tempo. Estabilize uma ação verificável e adicione complexidade aos poucos.

Comece pela imagem escolhida e salve os dois resultados imediatamente

No app ou na web do Grok, o nome exato do botão é menos importante. Confirme que você está continuando a partir da imagem escolhida, e não iniciando uma nova solicitação de text-to-video.

Abra a imagem final, use a ação de animação ou image-to-video disponível na sua conta, cole o prompt de movimento e escolha uma primeira versão curta e simples. Se a ação não aparecer, confira versão do app, conta conectada, plano, região e avisos de espera; a captura de outra pessoa não comprova seu acesso.

Quando terminar, baixe imediatamente a imagem e o clipe e mantenha os dois prompts no mesmo registro. URLs hospedadas podem ser temporárias; sem arquivos locais, a comparação entre versões fica pouco confiável.

Revise cinco pontos antes de gastar outra geração

Um vídeo que apenas reproduz não está necessariamente pronto. Use sempre a mesma ordem para separar problemas de imagem, movimento, câmera e acesso.

• Correspondência do primeiro quadro: rosto, roupa, pássaro, quantidade de sujeitos e fundo ainda correspondem à imagem escolhida.
• Movimento realizado: a ação pedida acontece com direção, amplitude e sequência corretas.
• Continuidade do sujeito: não há troca de rosto, membros extras ou ausentes, mudança de cor, acessório desaparecendo nem sujeitos se fundindo.
• Controle de câmera: apenas o movimento pedido acontece, sem corte, rotação ou tremor inesperado.
• Entrega salva: o clipe toca por inteiro, está baixado e pode ser associado à imagem e ao prompt de origem.

Se identidade ou salvamento falharem, não aumente o movimento ainda. Volte à imagem ou ao prompt e só adicione complexidade quando cada falha puder ser atribuída a uma etapa.

Separe acesso no Grok, limites da API e relatos de usuários

Em 2026-09-28, a documentação oficial confirma a capacidade image-to-video e o contrato da API, mas não que todas as contas Grok tenham a mesma ação, cota ou etiqueta.

Fonte	O que ela permite concluir
Sua tela do Grok	Confirma se essa conta tem a ação, cota restante, aviso de espera e um caminho de download funcional.
Documentação oficial da xAI API	Confirma modelo, formatos, estados assíncronos, duração e resolução da API, não o direito de uso da interface Grok.
Uma publicação de criador no X	Confirma o clipe daquele autor naquele momento, não um limite universal, qualidade garantida ou cota grátis.

O guia oficial de image-to-video aceita URL pública, data URI base64 ou file_id da Files API. O guia de geração de vídeo documenta 1–15 segundos e saídas 480p, 720p e 1080p para image-to-video. Sem aspect_ratio, a proporção da imagem é mantida; ao forçar outra, a imagem é esticada. A solicitação retorna request_id, passa por pending, done, failed ou expired e entrega uma URL temporária.

Trate cotas, pausas e disponibilidade regional do app como específicas da conta. Os limites de API variam por nível e não equivalem ao número de gerações no Grok; antes de usar em lote, revise o preço atual da API e o nível exibido no console.

A publicação de Frame Zero no X relata uma imagem criada no Grok Imagine e, depois, um clipe de quatro segundos. É um exemplo útil do processo, mas não um máximo oficial nem promessa de resultado igual com outro prompt, conta ou imagem.

Use a API oficial quando precisar de um fluxo reproduzível

O exemplo Bash abaixo segue os contratos atuais de geração de imagens, image-to-video e consulta assíncrona de vídeo. Ele gera e salva a imagem, inicia o vídeo, captura request_id, consulta estados, trata failed/expired, baixa o MP4 e para após dez minutos.

Você precisa de uma conta xAI API com acesso e cobrança habilitados, além de curl, jq e python3. Este é um exemplo Bash. A chave é lida silenciosamente em XAI_API_KEY, sem ser gravada no script ou no histórico. Na primeira execução, mantenha duration: 8 e resolution: "720p".

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'
Retrato cinematográfico da cintura para cima de uma jovem com casaco cinza-chumbo e um pássaro amarelo vivo no ombro; a multidão de uma estação cria um leve desfoque de movimento ao fundo; câmera na altura dos olhos, sensação de lente de 50 mm, pouca profundidade de campo; mulher e pássaro nítidos.
PROMPT
)

MOTION_PROMPT=$(cat <<'PROMPT'
A mulher vira lentamente para a câmera e pisca uma vez. O pássaro amarelo muda o apoio das patas e abre levemente uma asa. A multidão continua passando ao fundo. A câmera se aproxima devagar. Manter iguais o rosto da mulher, o casaco cinza-chumbo, a cor do pássaro, a quantidade de sujeitos, o enquadramento e a disposição da estação.
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 "$IMAGE_URL" ]; then
  printf '%s\n' "A URL da imagem não foi encontrada na resposta." >&2
  jq . <<<"$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 "$REQUEST_ID" ]; then
  printf '%s\n' "O request_id não foi encontrado na resposta de início do vídeo." >&2
  jq . <<<"$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' "A URL do vídeo não foi encontrada na resposta concluída." >&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' "Salvos grok-imagine-still.jpg e grok-imagine-output.mp4"
      exit 0
      ;;
    failed|expired)
      printf 'A geração de vídeo terminou com o status: %s\n' "$STATUS" >&2
      jq . <<<"$RESULT" >&2
      exit 1
      ;;
    *)
      printf 'Status inesperado: %s\n' "$STATUS" >&2
      jq . <<<"$RESULT" >&2
      exit 1
      ;;
  esac
done

printf '%s\n' "A consulta foi interrompida após dez minutos sem conclusão." >&2
exit 1

O sinal de sucesso é o script sair com código 0 e a pasta atual conter grok-imagine-still.jpg e grok-imagine-output.mp4. Um erro HTTP interrompe curl --fail-with-body; failed ou expired imprime a resposta completa e encerra, sem esperar indefinidamente nem abrir outra solicitação cobrada em silêncio.

O código é um modelo reproduzível baseado em campos documentados, não um teste de qualidade visual. Uma geração estocástica não precisa repetir a imagem de exemplo. Antes do uso em lote, faça uma solicitação e confirme acesso, preço, limites, qualidade e download.

Corrija a falha mais provável antes de alterar todos os parâmetros

Mude uma variável anterior por tentativa para que o próximo resultado realmente revele a causa.

A ação image-to-video não aparece

Confirme primeiro que você abriu a imagem final, não uma conversa nova. Depois confira versão, conta, plano, região e avisos de espera. Não copie o nome de botão de outra tela; com acesso à API, use o endpoint oficial image-to-video.

O rosto muda ou um objeto desaparece

Escolha uma imagem com silhuetas mais claras e menos oclusão, reduza a amplitude e termine o prompt travando rosto, roupa, cor, quantidade de sujeitos e objeto principal. Se o primeiro quadro já mudou, adicionar texto raramente resolve.

O vídeo quase não se move

Troque termos abstratos por uma transição visível com início e fim, como “passa de olhar para a esquerda a encarar a câmera e pisca uma vez”. Mantenha uma ação do sujeito e uma da câmera.

O fundo derrete ou a câmera perde o controle

Remova primeiro o movimento do fundo e mantenha só a ação do sujeito; deixe a câmera fixa ou com um único avanço lento. Multidões, texto, grades e linhas cruzadas tendem a derivar.

A API fica pending e termina failed ou expired

Consulte em intervalo fixo e não envie duplicatas só porque alguns minutos passaram. Após failed ou expired, revise resposta, chave, conta e disponibilidade da URL de origem; então crie uma nova solicitação.

A URL pronta para de funcionar

A documentação oficial descreve URLs de imagem e vídeo como temporárias. Baixe assim que chegar a done, use versão no nome local e não trate a URL hospedada como armazenamento permanente.

Mantenha a imagem e altere uma variável na segunda versão

Uma nova tentativa útil responde a uma pergunta; “faça de novo” não responde nenhuma.

1. Mantenha a mesma imagem e lista de identidade; altere apenas a amplitude do movimento para testar a continuidade.
2. Com o movimento estável, mude só a câmera, por exemplo de fixa para avanço lento, sem trocar a imagem.
3. Depois ajuste duração ou resolução e registre tempo, status final e resultado do download.
4. Guarde em uma linha o número da versão, arquivo de origem, prompt de movimento, parâmetros e revisão.

Assim você descobre se o problema veio da imagem, do movimento, da câmera ou do acesso. Estabilize uma cadeia simples antes de adicionar uma segunda ação ou uma cena mais complexa.

Fontes e escopo

As páginas abaixo foram verificadas em 2026-09-28. As fontes oficiais sustentam capacidades e campos da API; a publicação no X é apenas um relato de criador.

• xAI Image Generation — modelo, /v1/images/generations, URLs temporárias e configuração.
• xAI Image-to-Video — entradas aceitas e exemplo com grok-imagine-video-1.5.
• xAI Video Generation — fluxo assíncrono, estados, duração, resolução e URL temporária.
• xAI Videos REST API Reference — request_id e endpoint de resultado.
• xAI Release Notes — registro de 2026-07-31 sobre modalidades de grok-imagine-video-1.5.
• Publicação de Frame Zero no X — relato pessoal, não limite oficial nem conclusão geral de qualidade.