SPICYFRAME · GUIDES PRATIQUES
Grok image to video expliqué : Grok IA génère-t-il des vidéos, comment Grok Imagine anime une photo, limites, prompts et une alternative photo en vidéo.
5 secondes · 480p · 3,99 $US. Paiement à la vidéo, sans abonnement obligatoire.
Mis à jour
Un exemple public de SpicyFrame pour illustrer ce guide. Le résultat dépend de la photo et du prompt.
Le Grok image to video existe bel et bien : Grok génère des vidéos grâce à Grok Imagine, le générateur d’images et de vidéos de xAI, qui peut animer une image fixe à l’aide d’un prompt texte ou créer un clip à partir du texte seul. Il est proposé dans l’application Grok et, pour les développeurs, via l’API de xAI. Les fonctions, les limites et les niveaux d’accès sont décidés par xAI et changent souvent : chaque détail ci-dessous est daté et sourcé, et vous devriez consulter les pages actuelles de xAI avant de vous y fier. Si votre but est de transformer vos propres photos en courts clips glamour verticaux, SpicyFrame, un studio indépendant non affilié à xAI, est présenté plus loin comme alternative.
Le principe est le même que dans la plupart des outils image vers vidéo. Vous partez d’une image, une photo que vous importez ou une image générée pour vous par Grok Imagine, vous ajoutez un court prompt qui décrit le mouvement, puis vous générez. L’image sert de point de départ au clip, et le prompt indique au modèle ce qui change : qui bouge, comment la caméra se déplace et quelle atmosphère se dégage. Dans la documentation développeur de xAI, le modèle vidéo est référencé sous le nom grok-imagine-video-1.5 au moment de la rédaction, et la durée, la résolution et le format d’image sont des réglages configurables qui influent aussi sur le coût. Dans l’application Grok, les commandes sont plus simples, et les options affichées peuvent dépendre de votre abonnement et de votre région.
Les vidéos Grok ont évolué vite. La génération vidéo est arrivée dans Grok Imagine en 2025. Le 2 février 2026, xAI a lancé Grok Imagine 1.0, que la presse décrivait comme prenant en charge le texte vers vidéo et l’image vers vidéo, des clips de 10 secondes maximum en 720p et un son généré, dans l’application Grok et l’API. En juin 2026, xAI a publié Grok Imagine Video 1.5 en préversion via son API, centré sur la transformation d’une seule image fixe en courte vidéo jusqu’en 720p, en conservant les détails et la lumière de l’image d’origine. Le guide vidéo de xAI mentionne désormais des durées allant jusqu’à 15 secondes pour le texte vers vidéo. Attendez-vous à ce que ces chiffres continuent de bouger ; ce guide ne fait que les rapporter.
Quatre limites comptent le plus. D’abord la durée : un clip Grok est court, il se mesure en secondes, et les scènes plus longues se construisent en enchaînant ou en prolongeant des plans. Ensuite la résolution : les chiffres publiés pour l’image vers vidéo tournent autour de 720p, et des niveaux supérieurs peuvent dépendre de la version du modèle. Puis l’accès : ce que vous pouvez générer, combien de clips et de quelle durée peut varier entre les offres Grok gratuites et payantes, et entre l’application et l’API. Enfin les règles de contenu : xAI indique que les médias générés sont soumis à un examen de conformité, donc un prompt ou un résultat peut être bloqué. Des modes comme Spicy sont définis par xAI et leur comportement peut changer : ne supposez pas qu’un mode autorise un type de contenu donné.
Les prompts image vers vidéo fonctionnent mieux quand ils décrivent ce qui change, pas ce que la photo montre déjà. Utilisez une action, un mouvement de caméra et une indication de lumière ou d’ambiance. 1. « Elle se tourne lentement vers la caméra et sourit, lent travelling avant, chaude lumière d’heure dorée. » 2. « Le vent passe dans les cheveux et la robe, caméra fixe, douce lumière d’après-midi. » 3. « Il avance dans la rue, travelling de suivi stable, pluie fine et reflets de néons. » 4. « Les vagues déferlent derrière elle tandis qu’elle regarde par-dessus son épaule, léger travelling latéral, lueur du couchant. » 5. « La caméra tourne lentement autour du sujet, faible profondeur de champ, ambiance cinéma. » 6. « La vapeur monte de la tasse de café pendant qu’elle rit, cadre fixe, ambiance de café cosy. » Ajoutez une indication sonore à la fin si l’outil génère du son.
Quel que soit l’outil, l’image de départ décide de l’essentiel du résultat. Choisissez une photo nette, bien éclairée, avec un visage et des mains bien visibles et un peu d’espace autour du sujet pour laisser place au mouvement. Évitez les filtres prononcés, les visages minuscules dans une foule, les mains devant le visage et les arrière-plans chargés de lignes droites qui peuvent se tordre. Une photo verticale convient à un clip vertical ; une photo large recadrée trop serré peut perdre du détail. Utilisez le fichier original plutôt qu’une capture d’écran compressée quand c’est possible.
SpicyFrame est conçu pour une seule tâche : transformer vos propres références en une scène verticale unique. Vous pouvez ajouter une photo ou jusqu’à 12 images JPG, PNG ou WEBP de 10 Mo maximum chacune, comme des photos de votre pellicule, des publications enregistrées, des captures d’écran ou des images IA que vous avez le droit d’utiliser, puis les nommer dans le prompt @Image 1, @Image 2, etc. Une image peut fixer le visage, une autre la tenue, une autre le lieu. Chaque rendu est un MP4 9:16 de 5, 10 ou 30 secondes en Moyenne 480p, Haute 720p ou Ultra 1080p avec son d’ambiance natif, créé avec Seedance 2.5, 2e sur LMArena image-to-video au moment de la rédaction. Visages, tenues et style restent cohérents avec vos références, mais une ressemblance exacte n’est jamais garantie. Pour une photo ordinaire, le plus simple est de commencer sur la page image en vidéo IA.
1. « @Image 1 se tourne lentement vers la caméra sous un néon chaud, lent travelling avant, sourire assuré, conserver le visage et la tenue. » 2. « @Image 1 portant la tenue de @Image 2 avance dans un couloir d’hôtel, travelling de suivi stable, calme feutré d’une pièce. » 3. « @Image 1 relève ses lunettes de soleil et sourit au bord de la piscine de @Image 3, reflets scintillants, léger travelling avant, éclaboussures au loin. » 4. « @Image 1 est assise près d’une haute fenêtre en peignoir de soie, lumière du matin, très lent travelling avant, regard joueur. » 5. « @Image 1 en robe de satin ondule doucement sur un toit-terrasse la nuit, lumières de la ville derrière, travelling latéral, vent léger. » Pour un premier test, gardez une action et un mouvement de caméra, et générez 5 secondes avant de passer à plus long.
Le prix s’affiche avant de créer. En Moyenne 480p : 3,99 $, 4,99 $ ou 11,99 $ pour 5, 10 ou 30 secondes ; en Haute 720p : 4,99 $, 8,99 $ ou 24,99 $ ; en Ultra 1080p : 11,99 $, 23,99 $ ou 70,99 $. Vous pouvez payer une seule vidéo sans compte ni abonnement, recharger des piments (100 piments = 1 $) ou choisir un plan hebdomadaire facultatif, qui donne 25 % de piments en plus pour le même prix : Starter à 9,99 $ pour 1 249 piments, Creator à 19,99 $ pour 2 499 ou Studio à 39,99 $ pour 4 999. Les plans se renouvellent chaque semaine et peuvent être résiliés avant le renouvellement. Les échecs confirmés du prestataire restituent les piments, et un échec confirmé sur un paiement à l’unité est remboursé.
SpicyFrame est un studio 18+ pour des esthétiques hot, glamour, style lingerie, maillot de bain et style NSFW, mais il ne produit pas de contenu sexuel explicite et n’a aucune fonction qui retire les vêtements. Chaque personne représentée doit être adulte, les personnes réelles identifiables doivent avoir accepté la transformation, et les célébrités, l’usurpation d’identité et les contenus trompeurs ne sont pas autorisés. Vous confirmez vos droits sur les images avant chaque génération, et les contrôles de sécurité du prestataire s’appliquent toujours : un prompt peut donc être refusé. Si vous voulez un rendu explicite, ni cette page ni ce studio ne sont le bon endroit.
| Question | Grok Imagine | SpicyFrame |
|---|---|---|
| Éditeur | xAI, dans Grok et l’API xAI | Studio indépendant, non affilié à xAI |
| Point de départ | Une image fixe ou un prompt texte | 1 à 12 images de référence, ou un prompt seul |
| Durée du clip | Clips courts ; xAI documente jusqu’à 15 secondes | 5, 10 ou 30 secondes en une seule passe |
| Résolution | Jusqu’à 720p annoncé pour l’image vers vidéo | Moyenne 480p, Haute 720p ou Ultra 1080p |
| Format | Format d’image configurable | MP4 vertical 9:16 |
| Son | Son généré annoncé depuis la version 1.0 | Son d’ambiance natif à chaque rendu |
| Prix | Selon l’abonnement Grok ou l’usage de l’API | Dès 3,99 $ la vidéo, affiché avant de payer |
| Règles de contenu | Fixées par xAI, avec examen de conformité | 18+, adultes consentants, jamais explicite |
Oui. Grok Imagine, conçu par xAI, génère de courtes vidéos à partir d’un prompt texte ou d’une image fixe, dans l’application Grok et via l’API xAI. Les limites dépendent de la version du modèle et de votre abonnement.
Oui. Grok image to video anime une image fixe à l’aide d’un prompt texte qui décrit le mouvement, la caméra et l’ambiance.
Les clips sont courts. Grok Imagine 1.0 était annoncé jusqu’à 10 secondes, et le guide vidéo actuel de xAI mentionne jusqu’à 15 secondes. Vérifiez les limites du jour chez xAI.
Oui. xAI a lancé Grok Imagine 1.0 en février 2026, puis une préversion image vers vidéo Video 1.5 via son API en juin 2026.
Non. SpicyFrame est un studio image vers vidéo indépendant qui utilise Seedance 2.5. Ce guide ne note ni ne compare la qualité des rendus des deux outils.
Sur SpicyFrame, oui : jusqu’à 12 références, nommées @Image 1, @Image 2, etc., pour que l’une fixe le visage et une autre la tenue ou le lieu.
SpicyFrame ne produit pas de contenu sexuel explicite. Les règles de contenu de Grok sont fixées par xAI et incluent un examen de conformité ; lisez les politiques actuelles de xAI.
De 3,99 $ pour 5 secondes en Moyenne 480p à 70,99 $ pour 30 secondes en Ultra 1080p, sans abonnement obligatoire.
Pages externes, ouvertes dans un nouvel onglet. Les classements reflètent la date de rédaction.