# Grok Imagine Video 1.5: il modello video di xAI — audio, 14 riferimenti, voci e keyframe

> Grok Imagine Video 1.5 è il modello video di xAI, uscito il 16 giugno 2026. Genera clip con audio e parlato sincronizzato con le labbra, da 1 a 15 secondi, in 1080p nativo da testo, e dal 31 luglio accetta fino a 14 immagini di riferimento, fino a 3 voci, primo e ultimo fotogramma e fino a 4 keyframe. L'API costa 0,08 $ al secondo. Grok Imagine Video 1.5 è nel generatore di AI2Face.

Sviluppatore: xAI · Rilascio: 2026-06-16 · Aggiornato il 2026-10-27
URL: https://ai2face.com/it/models/grok-imagine-video-1-5

## Dati chiave

| | |
|---|---|
| Sviluppatore | xAI |
| Data di uscita | 16 giugno 2026; riferimenti, testo-video e 1080p il 31 luglio 2026 |
| Cosa fa | Video con audio da testo, da una foto, da riferimenti, dal primo e ultimo fotogramma o da keyframe |
| Durata | 1–15 secondi, 8 di default |
| Risoluzione | 480p, 720p, 1080p nativo; con i riferimenti, fino a 720p |
| Formato | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:2 |
| Riferimenti | Fino a 14 immagini e fino a 3 voci |
| Keyframe | Primo e ultimo fotogramma, più fino a 4 intermedi a passi di un terzo di secondo |
| Prezzo API | 0,08 $ al secondo di video |
| In AI2Face | Sì, nel generatore |

## Che cos'è Grok Imagine Video 1.5

Grok Imagine Video 1.5 è il modello di generazione video di xAI, l'azienda del chatbot Grok. È uscito in due tappe:

- **16 giugno 2026** — animazione di foto e la versione veloce Video 1.5 Fast nelle app Grok; il modello API è uscito dall'anteprima;
- **31 luglio 2026** — immagini di riferimento e voci, video da testo e 1080p.

Nell'ottobre 2026 si è aggiunta la versione più leggera [Grok Imagine Video 1.5 Lite](/it/news/grok-imagine-video-1-5-lite). Il modello gira su grok.com/imagine, nelle app Grok per iOS e Android e tramite l'API xAI con il nome `grok-imagine-video-1.5`. Le immagini dello stesso ecosistema le fa Imagine Image 2.0 — entrambi i modelli sono descritti nella pagina [Grok Imagine](/it/models/grok-imagine).

## Cosa sa fare Grok Imagine Video 1.5

**Clip con audio da 1 a 15 secondi.** Rumori, ambiente e parlato sincronizzato con le labbra nascono nello stesso passaggio dell'azione. L'audio si può spegnere e ottenere una clip muta.

**1080p nativo.** Da testo o da una foto il modello disegna il 1080p subito, senza upscale. Di default è a 480p, pensato per le bozze. In modalità riferimenti il tetto è 720p.

**Nove formati.** 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 e i meno comuni 21:9 e 5:2 — per banner e copertine larghe. Quando animi una foto, il formato è quello dell'immagine di partenza.

**Fisica e movimento.** xAI chiama la 1.5 il suo miglior modello di movimento: meno deformazioni, peso e inerzia dei corpi più credibili.

**Video da testo, passando da un fotogramma.** Se il prompt non ha un'immagine, il modello disegna prima il fotogramma iniziale e poi lo anima.

**Lo stesso personaggio in scene diverse.** Fino a 14 immagini di riferimento tengono volto e aspetto del personaggio. La voce si imposta a parte: fino a 3 personaggi che parlano per clip, ognuno con la sua voce da un set già pronto.

**Primo fotogramma, ultimo e keyframe.** Puoi fissare l'ultimo fotogramma esatto e, con un'immagine di partenza, anche il primo. In mezzo ci stanno fino a 4 keyframe: ognuno è legato a un momento della clip, a passi di un terzo di secondo.

![Quattro fotogrammi in fila: un ragazzo lancia un aeroplanino di carta in classe, l'aeroplanino plana sopra i banchi, passa davanti alla finestra e atterra sulla cattedra, accanto a un mappamondo](https://ai2face.com/_astro/keyframes.B6cBNsAO_mNTWM.jpg "Keyframe per Grok Imagine Video 1.5: quattro immagini fissano la traiettoria dell'aeroplanino, il modello completa il movimento in mezzo. Immagini fatte con Nano Banana Pro")

Con immagini, riferimenti o keyframe il prompt è facoltativo: il modello può prendere il movimento dai fotogrammi stessi. Descrivere azione e audio rende il risultato più prevedibile.

## Video 1.5, Fast e Lite: le differenze

| | Video 1.5 | Video 1.5 Fast | [Grok Imagine Video 1.5 Lite](/it/news/grok-imagine-video-1-5-lite) |
|---|---|---|---|
| Dove | app e API | app Grok | API |
| Velocità | una clip complessa può richiedere diversi minuti | 6 s a 720p in circa 25 secondi | più veloce del modello completo |
| 1080p | nativo | — | upscale da 720p |
| Durata | 1–15 s | — | 1–15 s |
| Riferimenti e voci | 14 immagini, 3 voci | — | no |
| Primo, ultimo fotogramma e keyframe | sì | — | no |
| Prezzo nell'API | 0,08 $ al secondo | — | 0,02 $ al secondo |

Fast è una modalità delle app Grok: xAI dice che è quasi il doppio più veloce del modello precedente, a cui servivano più di 40 secondi per una clip di 6 secondi a 720p. Lite è un modello API a sé, per clip semplici da un solo prompt o da una foto.

## A cosa serve Grok Imagine Video 1.5

- **Clip brevi e dinamiche:** sport, animali, acrobazie, rallentatore nel momento giusto.
- **Serie con un personaggio e una voce** — fino a 14 riferimenti e 3 voci.
- **Clip con un finale fissato:** primo e ultimo fotogramma stabiliscono come inizia e come finisce la scena.
- **Una traiettoria complessa** — un oggetto in volo, una camera che attraversa le stanze — da 4 keyframe.
- **Banner e copertine 21:9 e 5:2** con movimento.

## Grok Imagine Video 1.5 e le alternative

| | Grok Imagine Video 1.5 | [Kling 3.0](/it/models/kling-3-0) | [Veo 3.1](/it/models/veo-3-1) | [Seedance 2.0](/it/models/seedance-2-0) |
|---|---|---|---|---|
| Sviluppatore | xAI | Kuaishou | Google DeepMind | ByteDance Seed |
| Durata per generazione | 1–15 s | fino a 15 s | 4, 6, 8 s | 4–15 s |
| Risoluzione massima | 1080p | 4K | 4K | 4K |
| Riferimenti | 14 immagini, 3 voci | fino a 7 immagini o elementi | fino a 3 immagini | 9 foto, 3 video, 3 audio |
| Keyframe | primo, ultimo e fino a 4 intermedi | primo e ultimo | primo e ultimo | primo e ultimo |
| Formati 21:9 e 5:2 | sì | — | — | 21:9 |
| In AI2Face | sì | sì | sì | sì |

Grok Imagine Video 1.5 si distingue per i keyframe intermedi e per il numero di immagini di riferimento. Per il 4K e i dialoghi lunghi vai su Kling 3.0 e Veo 3.1; per riferimenti da video e audio, su Seedance 2.0.

## Come scrivere i prompt per Grok Imagine Video 1.5

1. **Descrivi l'azione in ordine:** cosa succede all'inizio, a metà e alla fine della clip.
2. **Aggiungi la camera:** «la camera segue da dietro», «rallentatore sul culmine del salto», «orbita».
3. **Metti l'audio su una riga a parte:** battute tra virgolette, rumori, musica o niente musica.
4. **Con i keyframe** descrivi i passaggi tra uno e l'altro, non i fotogrammi stessi: le immagini dicono già cosa contengono.
5. **Fai la bozza a 480p,** il finale a 720p o 1080p.

Un prompt per i keyframe qui sopra:

```
Un ragazzo lancia un aeroplanino di carta dal banco in fondo. L'aeroplanino
plana morbido sopra i banchi, gira verso la finestra piena di sole, prende
una corrente d'aria e atterra piano sulla cattedra, accanto al mappamondo.
La camera segue l'aeroplanino di lato e alla fine si avvicina un po' alla cattedra.
Audio: fruscio della carta, risate smorzate della classe, cinguettii oltre la finestra, niente musica.
```

## Come usare Grok Imagine Video 1.5 in AI2Face

Grok Imagine Video 1.5 è nel generatore di AI2Face accanto a [Kling 3.0](/it/models/kling-3-0), [Veo 3.1](/it/models/veo-3-1) e [Seedance 2.0](/it/models/seedance-2-0).

1. Registrati: i nuovi account ricevono crediti di benvenuto.
2. Apri il generatore, passa al video e scegli Grok Imagine Video 1.5.
3. Carica una foto, dei riferimenti o dei keyframe, scrivi il prompt e imposta durata e risoluzione.
4. Il costo in crediti è visibile prima dell'avvio. Puoi pagare con carta o criptovalute e i crediti dei pacchetti non scadono.

La guida passo passo a modalità e limiti dentro Grok è [Grok video](/it/blog/grok-video). Keyframe e riferimenti del personaggio li prepari con [Nano Banana Pro](/it/models/nano-banana-pro) nello stesso generatore.

## Limiti

- **720p con i riferimenti.** Il 1080p nativo vale solo per il video da testo e da foto.
- **Nella 1.5 non ci sono modifiche né estensioni.** xAI modifica la clip con il modello precedente, Grok Imagine Video, a 720p e per clip fino a 8,7 secondi.
- **Le voci arrivano da un set.** Nell'API a ciascuno dei 3 personaggi che parlano si assegna una voce dal set pronto di xAI.
- **Tempo di generazione.** Una clip complessa ad alta risoluzione può richiedere diversi minuti.
- **Moderazione.** Richieste e risultati sono filtrati secondo le regole di xAI; una clip bloccata l'API la restituisce con un contrassegno.

## Conclusioni

Grok Imagine Video 1.5 è una scelta forte per clip brevi e dinamiche e per le scene in cui la traiettoria deve essere precisa: i keyframe intermedi li ha solo questo modello. 14 riferimenti e 3 voci permettono di portare un personaggio attraverso una serie. Se ti serve il 4K o un dialogo lungo, confrontalo con [Kling 3.0](/it/models/kling-3-0) e [Veo 3.1](/it/models/veo-3-1). Per clip semplici da una sola foto, [Grok Imagine Video 1.5 Lite](/it/news/grok-imagine-video-1-5-lite) costa meno.

## Domande frequenti

### Che cos'è Grok Imagine Video 1.5?

Un modello video di xAI, l'azienda del chatbot Grok. Genera clip con audio e parlato da testo, foto e riferimenti. È uscito il 16 giugno 2026, la modalità riferimenti è stata aggiunta il 31 luglio.

### Quanti secondi di video fa Grok Imagine Video 1.5?

Da 1 a 15 secondi per generazione, 8 di default.

### Che risoluzione ha Grok Imagine Video 1.5?

480p, 720p o 1080p. Il modello disegna il 1080p in nativo quando la clip parte da testo o da una foto. Con i riferimenti il tetto è 720p.

### Come tengo lo stesso personaggio in clip diverse?

Carica le sue immagini come riferimenti — fino a 14 — e assegna una voce: fino a 3 personaggi che parlano per clip. Volto e voce restano da una scena all'altra.

### In cosa Video 1.5 è diverso da 1.5 Lite?

Lite costa quattro volte meno (0,02 $ contro 0,08 $ al secondo), ma accetta solo testo e una foto, e il 1080p arriva da un upscale. Lite non ha riferimenti, voci né keyframe.

### Grok Imagine Video 1.5 c'è in AI2Face?

Sì. Il modello è nel generatore di AI2Face e il costo si vede prima di avviare la generazione.

## Fonti

- https://x.ai/news/grok-imagine-video-1-5
- https://x.ai/news/grok-imagine-video-1-5-references
- https://docs.x.ai/developers/model-capabilities/video/generation
- https://docs.x.ai/developers/models/grok-imagine-video-1.5
- https://docs.x.ai/developers/models
- https://arena.ai/leaderboard/text-to-video