Grok: как оживить фото, сгенерировать видео и что умеет Grok 4.6
Grok — это не одна нейросеть, а линейка xAI из трёх разных инструментов под одним именем: текстовая модель Grok 4.6 и пара Grok Imagine — для картинок и для видео. Чаще всего в русскоязычном поиске Grok ищут ради третьего: оживить фотографию, то есть превратить статичный снимок в короткое видео. С него и начнём.
Оживить фото: что это на самом деле делает
Вы загружаете одну фотографию и описываете, что должно произойти в кадре. Модель достраивает движение: человек поворачивает голову, волосы и одежда колышутся, камера чуть наезжает, фон живёт. Получается короткий ролик, начинающийся ровно с вашего снимка.
Соотношение сторон при этом берётся из самой фотографии, а не задаётся отдельно — вертикальный портрет останется вертикальным, и объект не растянет. Попробуйте на своём снимке прямо здесь:
Звука не будет
Grok отдаёт видео без звуковой дорожки — всегда, на любом тарифе и в любом режиме. Это свойство модели, а не ограничение бесплатного доступа. Если ролику нужен звук, его добавляют отдельным шагом уже к готовому видео; в чате это бесплатная операция, потому что никакой генерации там не происходит.
Четыре режима видео
«Оживить фото» — только один из них, и остальные три решают задачи, ради которых обычно ищут другие сервисы.
| Режим | Что на входе | Когда нужен |
|---|---|---|
| Оживление фото | Одно изображение | Портрет, старая фотография, снимок товара — всё, что должно задвигаться. |
| Видео по тексту | Только описание | Кадра нет, есть идея. Самый свободный режим и самый непредсказуемый. |
| Переход между кадрами | От 1 до 5 изображений | Морфинг и переходы: первый кадр — начало, последний — конец, модель придумывает середину. |
| Переделка готового видео | Видео плюс описание | Сменить стиль или обстановку в уже снятом ролике. |
Как не потратить лишнего
Видео — самая дорогая операция в чате, и дорожает она по секундам. Отсюда практическое правило, которое заложено даже в настройки по умолчанию: сначала короткие черновики, потом финал.
- Перебирайте на двух секундах и на 480p. Движение, ракурс и общее настроение видно уже там. Ошибку в брифе дешевле поймать на черновике, чем на пятнадцатисекундном 720p.
- Самая дорогая комбинация — 720p плюс длинный ролик. Берите её осознанно и один раз, когда всё остальное уже устраивает.
- Сборка не стоит ничего. Обрезать, склеить несколько клипов, поменять размер, подложить звук — это обычные операции с файлом, а не генерация, и они бесплатны.
Grok Imagine для картинок
Та же линейка, но для статичных изображений: картинка по тексту, улучшение одного снимка и сборка одного кадра из нескольких исходных — от двух до пяти. Полезная особенность: при правке одного изображения пропорции исходника сохраняются, поэтому объект не деформируется.
Стоит знать про минимальное разрешение: у Grok это 1K, варианта «поменьше и подешевле» здесь нет — в отличие от Nano Banana, где черновик можно гонять на 512. Если вам нужно много дешёвых проб, подбирайте кадр там, а Grok берите, когда важна стилистическая совместимость с будущим видео: изображение и ролик из одного семейства сочетаются заметно лучше.
Grok 4.6 — текстовая модель
Третий Grok никак не связан с картинками: это языковая модель с контекстом в 500 тысяч токенов, принимающая на вход и текст, и изображения, с регулируемой глубиной рассуждения. Версия 4.6 заменила 4.5 по той же цене.
Про длинные диалоги с Grok 4.6
Выше 200 тысяч токенов в запросе действует повышенный тариф, и считается он от всего запроса, а не от превышения. Переписка отправляется модели целиком на каждом шаге, поэтому длинный чат доходит до этой границы сам — если разговор ушёл в сторону, дешевле начать новый.
В чате модель, как и везде, подбирается автоматически: списка моделей в интерфейсе нет. Назвать Grok 4.6 явно можно по API — передайте model: "grok"; подробности в книге про API для кодинга.
Что Grok не делает
- Не озвучивает. Видео приходит немым — см. выше.
- Не гарантирует одного и того же героя в двух роликах, снятых по тексту. Текстовое описание — слишком слабая привязка, чтобы человек или предмет совпали дважды. Надёжный способ — сначала получить кадр картинкой, а потом оживлять именно его: изображение и видео из одного семейства сходятся по стилю лучше всего.
- Не делает длинных сцен. Пятнадцать секунд — потолок одного ролика; всё, что длиннее, собирается склейкой.
Частые вопросы
Как оживить фото нейросетью Grok?
Есть ли у видео Grok звук?
Какой длины ролик можно сделать?
Чем 480p отличается от 720p и стоит ли переплачивать?
Что такое Grok Imagine?
Можно ли сделать переход между двумя фотографиями?
Нужна ли подписка X или аккаунт xAI?
Страницы с примерами и ценами — Grok Imagine для видео и для картинок. Другие модели — в оглавлении книги; про видео вообще — в книге про генерацию видео.
Попробуйте сами
Всё из этого руководства работает в Twelver
Один чат для текста, картинок, видео, музыки и озвучки — без отдельных сервисов и подписок.
Открыть чат Twelver