Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Bilder und Videos generieren

Lektion 12 von 16 Aktualisiert am 2. November 2026 Anfänger
Auf dieser Seite
  1. Visuelle Erstellung mit Grok
  2. Bild generieren
  3. Video generieren
  4. Prompts schreiben, die standhalten
  5. Vier Grenzen, die von der ersten Anprobe an geplant werden müssen
  6. Kernaussagen

Aktualisiert am 2. November 2026: Imagine. grok-imagine-image-quality wurde am 2. November 2026 eingestellt: Ihre Anfragen werden nun von Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 USD pro Bild) in der Qualität low bedient. Wenn Sie älteren Code verwenden, ersetzen Sie die Modell-ID und legen Sie die gewünschte Qualität fest; grok-imagine-image (Version 1.0) ist davon nicht betroffen. Imagine Image 2.0 akzeptiert bis zu fünf Referenzbilder und die Qualität auto, die jetzt der Standard ist.

Visuelle Erstellung mit Grok

Nun, da Sie gesehen haben, wie Grok ein Bild versteht, schauen wir uns an, wie es eines erstellt. Die Familie der Modelle grok-imagine generiert Bilder und Videos aus Textbeschreibungen, was sie zu einem Werkzeug für Content-Erstellung, visuelles Prototyping und Illustration macht. Eine visuelle Idee, die früher einen Auftraggeber, einen Auftragnehmer und zwei Tage Wartezeit erforderte, kann nun in Minuten getestet werden, auch wenn Sie die finale Version dann einem Profi übergeben.

Bild generieren

Auf grok.com ist die Generierung in das konversationelle Interface integriert: Beschreiben Sie einfach das gewünschte Bild in Ihrer Nachricht. Die Qualität des Ergebnisses hängt fast ausschließlich von der Präzision dieser Beschreibung ab, wie in diesem Beispiel, das das Subjekt, den Ort, die Zeit und den Stil festlegt:

Create an illustration of a ginger cat sitting on a Paris
rooftop at sunset, in watercolor style.

Grok verwendet automatisch das Modell grok-imagine, um das Bild zu erstellen, das in der Konversation erscheint und heruntergeladen werden kann. Zwei Modelle existieren nebeneinander, je nachdem, was Sie benötigen: grok-imagine-image, das Standardmodell, schnell und kostengünstig, eignet sich gut für Iterationen und das Ausprobieren von Bildkompositionen, während grok-imagine-image-2.0 (Imagine Image 2.0) detailliertere und realistischere Renderings erzeugt, die Sie für die Version speichern, die Sie behalten.

Über die API erhalten Sie eine präzise Kontrolle über die Generierung:

response = client.images.generate(
    model="grok-imagine-image",
    prompt="A futuristic landscape with floating buildings",
    n=1,
    aspect_ratio="16:9",
    resolution="2k"
)

Verfügbare Seitenverhältnisse umfassen 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 und andere, sodass Sie aus derselben Beschreibung sowohl ein Banner als auch seine vertikale Mobilversion erstellen können. Sie können bis zu 10 Bilder pro Anfrage generieren, was der richtige Weg ist, um eine künstlerische Richtung zu erkunden: Zehn Variationen einer guten Beschreibung schlagen ein einzelnes Bild von einer Beschreibung, die Sie für perfekt halten, immer.

Grok kann auch bestehende Bilder bearbeiten. Das Bearbeiten über die API ermöglicht es Ihnen, Elemente hinzuzufügen, den Stil oder die Stimmung zu ändern, Details zu korrigieren und vor allem aufeinanderfolgende Bearbeitungen zu verketten, indem Sie die Ausgabe einer Anfrage in die nächste einfügen. Diese Verkettung ist weit überlegen gegenüber einem riesigen Prompt, der alles auf einmal versuchen will: Sie bewegen sich durch klare Korrekturen voran und können jederzeit zurückgehen. Sie können bis zu 5 Quellbilder pro Bearbeitungsanfrage bereitstellen.

Video generieren

Im Gegensatz zu Bildern, die sofort produziert werden, ist die Videogenerierung ein asynchroner Prozess, und das hat direkte Konsequenzen für Ihren Code: Sie können nicht auf die Antwort innerhalb der Anfrage warten. Die Abfolge sieht wie folgt aus:

  1. Sie reichen Ihre Anfrage mit einer Beschreibung ein.
  2. Sie erhalten eine Anforderungs-ID.
  3. Das Video wird im Hintergrund generiert.
  4. Sie holen das Ergebnis ab, sobald die Generierung abgeschlossen ist.

Es gibt drei Ansätze. Text-to-Video erstellt ein Video aus einer Textbeschreibung, Image-to-Video animiert ein bestehendes Bild (der zuverlässigste Weg, wenn Sie bereits das gewünschte Ausgangsbild haben) und Referenzbilder wirken als Stilguide für das Video, sodass es mit einer Markenidentität konsistent bleibt.

ParameterWerte
Duration1 bis 15 Sekunden pro Generierung
Aspect ratio1:1, 16:9, 9:16, 4:3 und andere
Resolution480p oder 720p

Sie können ein generiertes Video auch verlängern: Sie fügen 2 bis 10 Sekunden am Ende eines bestehenden Clips hinzu, mit einem Prompt, der beschreibt, was als Nächstes passieren soll. Es ist der einfachste Weg, die Länge einer einzelnen Generierung zu überschreiten, ohne die visuelle Kontinuität zu verlieren.

Prompts schreiben, die standhalten

Für ein Bild beschreiben Sie das Subjekt, den Stil, Farben, Stimmung und Beleuchtung, anstatt nur ein Objekt zu benennen. Nennen Sie den gewünschten Stil explizit (Aquarell, Fotografie, Vektorillustration, Pixelart), da das Modell sonst selbst entscheidet. Spezifizieren Sie die Komposition (Vorderansicht, Hochwinkel, Nahaufnahme oder Panorama), dann die Details, die die Szene verankern: Texturen, Materialien, Tageszeit, Jahreszeit.

Für ein Video ist Bewegung das, was das Ergebnis trägt: Spezifizieren Sie, was sich bewegt, in welche Richtung und wie schnell, dann die gewünschte Stimmung (ruhig, dynamisch, dramatisch oder fröhlich). Seien Sie realistisch bezüglich des Umfangs, da kurze Clips mit einfachen Bewegungen bessere Ergebnisse liefern als ein komplexer Shot, der auf einmal angefordert wird.

Vier Grenzen, die von der ersten Anprobe an geplant werden müssen

Die URLs von generierten Bildern und Videos sind vorübergehend: Laden Sie Ihre Kreationen sofort herunter, sonst müssen Sie sie neu generieren, und eine identische Generierung liefert niemals exakt das gleiche Ergebnis. Die Inhaltsmoderation wird automatisch angewendet. Die Videogenerierung hat eine Standard-Timeout-Zeit von zehn Minuten, die Sie in Ihrer Fehlerbehandlung berücksichtigen müssen. Schließlich ist die Video-Bearbeitung auf eine maximale Ausgabe von 8,7 Sekunden in einer maximalen Auflösung von 720p begrenzt: Das ist wertvoll zu wissen, bevor Sie ein redaktionelles Format darauf aufbauen.

Kernaussagen

  • grok-imagine generiert Bilder (Standard und 2.0) und Videos
  • Bilder werden sofort generiert; Videos werden asynchron generiert
  • Es stehen mehrere Seitenverhältnisse und Auflösungen zur Verfügung
  • Bildbearbeitung und Videoverlängerung erweitern Ihre kreativen Optionen
  • Generierte URLs sind vorübergehend: Laden Sie Ihre Kreationen ohne Verzögerung herunter