Grok Imagine Video 1.5 en ComfyUI: de imagen y texto a video

El nodo asociado Grok Imagine Video 1.5 permite generar video de alta calidad con audio nativo a partir de una imagen o un prompt de texto. Impulsado por el modelo Grok más reciente de xAI, produce movimiento realista con audio sincronizado y admite resoluciones de hasta 1080p. El nodo admite tres variantes de modelo, seleccionadas con su parámetro model:

• grok-imagine-video: el modelo de la generación anterior, admite entrada de imagen opcional
• grok-imagine-video-1.5: el modelo 1.5 de calidad completa, admite salida en 1080p
• grok-imagine-video-1.5-lite: una variante de 1.5 más rápida y de menor costo que genera a partir de un prompt de texto o de una imagen, con salida en 480p, 720p y 1080p

Todas las variantes generan audio nativo: los efectos de sonido, el ambiente y los diálogos se sintetizan en la misma pasada, sin necesidad de un pipeline de audio aparte. La duración del video va de 1 a 15 segundos.

​

En qué destaca Grok Imagine Video 1.5

• Generación de imagen a video: produce video de alta calidad a partir de una sola imagen de entrada
• Generación de texto a video: la variante grok-imagine-video-1.5-lite también genera a partir de un prompt de texto únicamente
• Opción más rápida y de menor costo: grok-imagine-video-1.5-lite se ejecuta a una tarifa por segundo menor que la 1.5
• Audio nativo: los efectos de sonido, el ambiente y los diálogos se sintetizan en la misma pasada, sin necesidad de un pipeline de audio independiente
• Movimiento realista: el movimiento se mantiene sincronizado con el audio generado
• Salida de hasta 1080p: los modelos 1.5 admiten resolución 1080p
• Duración flexible: la longitud del video va de 1 a 15 segundos

​

Grok Imagine Video 1.5: imagen a video

​

Resumen del flujo de trabajo

Este flujo de trabajo usa tres nodos:

• LoadImage: proporciona el fotograma inicial de la imagen
• GrokVideoNode: el nodo principal configurado con el modelo grok-imagine-video-1.5
• SaveVideo: guarda el video generado con audio nativo

​

Pasos para ejecutar

1. Sube una imagen inicial: usa el nodo LoadImage para cargar tu imagen de referencia
2. Escribe tu prompt: describe el movimiento, la atmósfera y la dinámica de la escena en el nodo GrokVideoNode
3. Selecciona el modelo: asegúrate de que grok-imagine-video-1.5 esté seleccionado
4. Establece la resolución: elige la resolución de salida (720p recomendado)
5. Establece la duración: elige la longitud del video en segundos
6. Establece la semilla: controla si el nodo se vuelve a ejecutar; las salidas no son reproducibles independientemente de la semilla
7. Haz clic en Queue: presiona Ctrl+Enter para generar

​

Salida

El video generado incluye audio nativo sincronizado con el movimiento y se guarda automáticamente mediante el nodo SaveVideo.

​

Consejos

• Usa imágenes de entrada de alta calidad para obtener mejores resultados
• El prompt funciona mejor cuando describe tanto la escena visual como la dinámica del movimiento
• Para obtener resultados diferentes, prueba variar el valor de la semilla

​

Grok Imagine Video 1.5 Lite

grok-imagine-video-1.5-lite es la variante más rápida y de menor costo de 1.5. Genera a partir de un prompt de texto o de una imagen inicial y admite salida en 480p, 720p y 1080p. Dos plantillas lo cubren.

​

Flujo de trabajo Lite de texto a video

1. Selecciona grok-imagine-video-1.5-lite como model en el nodo GrokVideoNode
2. Introduce un prompt que describa la escena, el movimiento y el sonido
3. Configura resolution (480p, 720p o 1080p) y duration (de 1 a 15 segundos)
4. Haz clic en Queue para generar el video

​

Flujo de trabajo Lite de imagen a video

1. Sube una imagen inicial al nodo LoadImage
2. Selecciona grok-imagine-video-1.5-lite como model en el nodo GrokVideoNode
3. Describe el movimiento en el prompt y luego configura resolution y duration
4. Haz clic en Queue para generar el video