用角色素材包做 Grok Imagine 1.5 参考图生视频
Grok Imagine 1.5（grok-imagine-video-1.5）提供参考图生视频：给它角色参考图，它会在新场景里保留这个角色，而且不锁定首帧。角色三视图本身就有正面、侧面、背面。下面说明素材包里哪张图按什么顺序上传，以及在提示词里怎么指代。
我们还没有用 Grok Imagine 1.5 做过案例。本页按 xAI 公开的限制整理素材包用法；本站的案例都是用 Kling 3.0 做的。
Grok Imagine 1.5 的限制
核对日期：2026-10-22- grok-imagine-video-1.5 每次请求最多 14 张参考图（grok-imagine-video 最多 7 张）。
- 参考图生视频单段最长 15 秒，分辨率最高 720p。
- 提示词里按顺序引用图片，从 <IMAGE_0> 开始。如果同时用 image 固定首帧，首帧占 <IMAGE_0>，参考图从 <IMAGE_1> 开始。
- 可选：最多 3 个预设音色（口型同步）、固定首帧或尾帧，以及片段内最多 4 个关键帧。
- xAI 对多参考图的建议：每张图只承担一个角色、在场景里有固定位置，角色数量少，道具保持静止。
资料来源: xAI Docs: Reference-to-Video · xAI Docs: Video Overview
上传顺序
按这个顺序上传，每个镜头的提示词编号都能保持一致。第一张是 <IMAGE_0>。
- <IMAGE_0>
02_turnaround_views/view_front.png脸和服装正面 - <IMAGE_1>
02_turnaround_views/view_side.png侧脸和侧面发型 - <IMAGE_2>
02_turnaround_views/view_back.png背面发型和服装 - <IMAGE_3>
01_character_reference/full_body.png身高和比例 - <IMAGE_4>
03_outfits/outfit_work.png职业服装 - <IMAGE_5>
04_props/prop_role.png商品或工具 - <IMAGE_6>
05_scenes/scene_workspace.png场景
一个角色用 7 张图就够了。只有镜头需要时，才从 07_expressions_poses 里加表情或姿势，总数不超过 14 张。
为什么三张分开的视角比一张好角度更稳
单张图片——哪怕是精心挑选的 3/4 侧面——也只展示了角色的一部分。角色一转身，模型就只能自己猜侧脸和背面，脸、发型和服装往往就是从这里开始跑偏。把正面、侧面、背面作为三张独立参考图上传，并按官方指南的建议，在提示词里给每张图只指定一个用途。如果你还有 3/4 视角图，把它作为额外参考加进去，而不是只用它一张。
每张图只保留一张脸：把表情格从设定图里裁掉，并在每个镜头的提示词里原样粘贴同一段锁定的外貌描述。
在提示词里指代参考图
<IMAGE_0>, <IMAGE_1> and <IMAGE_2> are the front, side and back of the same character, [name]: [skin, eyes, hair]. Body proportions as in <IMAGE_3>. She wears the outfit from <IMAGE_4> and holds the [product] from <IMAGE_5>, in the room from <IMAGE_6>. [Action]. [Camera], single continuous shot. No extra people, no text or logos.
做连续镜头时，把上一段的尾帧固定为下一段的首帧，让角色在剪辑之间保持一致。
阅读完整角色一致性指南先用免费角色试一试
每个角色的 19 张图完整素材包都免费：8 个入门角色不用注册，其余注册免费账号即可下载。9 支案例广告用的都只是包里的图。
查看免费角色