Grok 视频：无限画布使用指南
本文说明本站无限画布及视频工作台当前已适配的 Grok 视频入口，不是 xAI 全部官方 API 能力清单。模型可见性与权限以你自己的 Key 和分组为准；下表不表示所有上游组合均已完成真实收费生成实测。
开始前：配置与权限
- 在主站创建你自己的 API Key，并为 Key 授权包含目标视频模型的分组，参见密钥与分组。不要把 Key 发给他人或放进截图。
- 在无限画布的猫云 API 配置中填写该 Key，读取可用预设，仅启用此 Key 实际返回的视频模型。高级自定义渠道需选择 OpenAI 渠道中的 xAI JSON 视频协议；不要把普通聊天接口示例当作视频上传协议。
- 明确选择视频型号与模式，再添加图片、设置秒数和分辨率。若暂时看不到新版入口或提示，先从其他菜单切走再返回，重新核对配置与下方矩阵；不要清除站点数据，以免丢失本地画布和配置。
GET 校验通过或列表中出现模型，不等于上游生成一定成功，也不保证该 Key 具备每种视频能力。生成前检查模型完整 ID、分组授权与余额。
当前支持矩阵
时长均为整数秒；480p / 720p / 1080p 是输出分辨率选项，不是上传图片张数或输入尺寸。
| 型号 | 文生 / 单首帧 | 首尾双帧 | 全能参考模式 |
|---|---|---|---|
classic：grok-imagine-video | 1–15 秒；480p / 720p | 不支持 | 最多 7 张参考图；1–10 秒；480p / 720p；不支持显式首尾帧角色 |
1.5：grok-imagine-video-1.5 | 1–15 秒；480p / 720p / 1080p（原生） | 1–15 秒；480p / 720p | 最多 14 张参考图，可另加显式首帧 / 尾帧，合计最多 16 张不同输入图；1–15 秒；480p / 720p |
Lite：grok-imagine-video-1.5-lite | 1–15 秒；480p / 720p / 1080p（由 720p 放大） | 不支持 | 不支持；也不支持显式首尾帧角色 |
要做 15 秒、多参考图并固定首尾帧：选择 1.5 + 全能参考模式 + 720p（或 480p），不是 classic 或 Lite。 参考模式与双首尾帧均不能选 1080p。
首尾帧模式：0 / 1 / 2 张图
- 0 张：文生视频，提示词描述镜头、动作、光线与声音。
- 1 张：图片作为首帧，提示词描述接下来发生什么；单首帧输出比例跟随原图，不要依赖比例选择器强制裁切成另一比例。
- 2 张：仅 1.5 支持，输入顺序为首帧、尾帧，分别发送为
image/last_frame，最高 720p。
该模式不是多图参考入口。超过当前型号允许数量时需要主动改模式或移除不需要的图片，不能期待系统悄悄取前两张。
全能参考模式：参考图与首尾角色
参考图提供人物、服饰、产品、场景等视觉约束，不自动固定第一帧。本入口至少需要 1 张输入图片；Lite 不可用。
在 1.5 全能参考模式下，「首帧 / 尾帧图片序号」按当前输入图片列表从 1 开始填写；留空表示不指定该角色。指定首帧发送为 image，指定尾帧发送为 last_frame；只有被指定的图片会从参考列表中移出，其余图片全部按原顺序发送到 reference_images，不会因为指定首尾而丢掉其他参考图。
- 可以只指定首帧、只指定尾帧，或两者都指定。
- 同一张图可以同时指定为首帧和尾帧，适合尝试循环视频；这只占用 1 张不同输入图，不等于腾出 2 个参考名额。
- 最多 14 张未分配首尾角色的参考图。15 张输入至少要分配 1 张不同的首尾图；16 张必须分配 2 张不同的首尾图。16 张但未指定角色，或首尾都指向同一张图，都会超限并在 HTTP 请求前拒绝。
- 上传 / 拖放 / 粘贴或从资产添加图片都受当前模式容量限制；Grok 超限整批拒绝并提示，不静默截断。切换模式不会删除已有图片，但生成前必须自行处理不兼容配置。
示例：5 张图固定首尾，其余保留参考
假设当前输入顺序为图 1 至图 5，要用图 1 开场、图 5 收尾，并保留另外 3 张人物 / 服饰 / 场景参考：
- 选择
grok-imagine-video-1.5，切到全能参考模式。 - 添加全部 5 张图片，核对当前列表顺序；首帧图片序号填
1，尾帧图片序号填5。 - 时长填
15，分辨率选720p，写明从开场到收尾的动作与镜头变化。 - 此时图 1 →
image，图 5 →last_frame；图 2、3、4 →reference_images，5 张图全部使用，不会只留下首尾两张。
如果你需要的是 5 张独立角色参考图 + 另备 2 张首尾图，请添加全部 7 张。例如先放 5 张参考图，再放首帧与尾帧，序号分别填 6 / 7，前 5 张仍完整保留为参考。不要为了选择首尾而删除角色参考图。
提示词中的图片标签不是角色序号
官方提示词标签必须精确写成 <IMAGE_0>、<IMAGE_1> 等（包含尖括号和下划线），从 0 开始；它们不是 UI 中从 1 开始的首尾角色序号。
没有首帧 pin 时，第一个参考图是 <IMAGE_0>。有 image 首帧 pin 时，首帧占 <IMAGE_0>，剩余参考图按保留顺序从 <IMAGE_1> 开始。上面的 5 图示例中，图 1 是首帧；图 2、3、4 分别对应 <IMAGE_1>、<IMAGE_2>、<IMAGE_3>。尾帧通过尾帧角色指定，不要根据原输入序号猜测它的提示词标签。
可写：「保持 <IMAGE_1> 中人物的外观，穿着 <IMAGE_2> 中的服饰，在 <IMAGE_3> 中的场景里从首帧平稳移动至指定尾帧。」标签只帮助表达约束，不保证生成结果逐像素一致。
仅在提示词中写“参考这个视频”或粘贴视频描述，并不会把视频上传为有效参考输入。 本入口不接收 Grok 参考视频文件。
参数校验与模式切换
本站会在创建 HTTP 请求前拒绝未知型号、非法模式、超限图片、越界角色序号、非法 / 空时长、非法 / 空分辨率与不支持的比例等配置；合法参数仍可能被上游拒绝。支持的比例为 1:1、16:9、9:16、4:3、3:4、3:2、2:3、21:9、5:2，单首帧比例见前述说明。
切型号或模式会保留已有输入和参数，不会静默缩短收费时长、改分辨率或丢参考图来凑成可提交请求。例如从 1.5 的 15 秒参考切到 classic，必须主动将时长改为不超过 10 秒；从 1080p 单首帧切到参考 / 双帧，必须主动选 720p 或 480p。清空字段不代表自动恢复合法默认值；报错时检查当前实际值再生成。
尚未接入的能力与 Agent 边界
- 上传音频文件、上传视频文件与水印选项在此 Grok 生成入口不支持；上游生成声音开关不等于上传参考音频。
- xAI 官方的关键帧（
keyframes）、预设声音（preset voice /reference_audios）、视频编辑与视频延长尚未接入此 UI。上传音频不是 preset voice，上传视频不是视频编辑；不能用其他型号的通用开关推断 Grok 已支持。 - 当前服务端 Agent 工具 schema 尚未暴露新增首尾角色参数；不要把手动面板或客户端工具的支持理解为完整 Agent 首尾帧能力。需要精确首尾角色时使用已适配的手动面板。
费用、超时与排错
- 生成前到模型广场核对对应型号、分辨率、分组的按秒单价与倍率，实际扣费到主站「使用记录」逐笔核对。本文不固定价格，选中模型也不表示免费；参见计费与充值。
- 不承诺失败不扣费或自动退款。超时不等于任务未创建；先查使用记录及已有任务状态，有任务 ID 时优先查询原任务，不重复提交创建请求。记录可能延迟，暂时没有记录也不证明未执行；不要无限重试，参见故障排查。
- 认证 / 分组权限错误先核对自己的 Key 授权；数量、秒数、分辨率或角色错误先修正参数。求助提供模型 ID、模式、图片总数与角色序号、参数、任务 ID 和脱敏报错，不提供 Key 或私密素材。
官方参考与适用范围
参考图数量按官方原始 Markdown 的分型号说明核对：1.5 为 14 张参考图，classic 为 7 张；旧版页面中的「7 张」不能套用到所有型号。官方能力可能比本站入口更广，本文以当前画布实际适配为边界，不构成所有上游能力、生成质量或账单的实测保证。