Grok Imagine (Грок) и аналог Kling 3.0: видео из фото со звуком
Grok Imagine (Грок) и его аналог Kling 3.0 (Клинг): как сделать видео из фото со звуком на русском без VPN — шаги, промпты, частые ошибки и выбор модели.
Grok Imagine (Грок Имеджин) — видео-нейросеть xAI, которая оживляет фото по описанию и добавляет в кадр звук: шум улицы, дождь, музыку. В ИИшках Grok Imagine сейчас доступен не всем аккаунтам, поэтому ту же задачу — видео из фото со звуком — в студии решает Kling 3.0 (Клинг): загружаете фото как первый кадр, пишете промпт на русском про движение, камеру и звук, выбираете от 3 до 15 секунд и получаете ролик в 720p или 1080p. Звук у Kling 3.0 включён по умолчанию, а для ролика по одному тексту, без картинки, есть Kling 4.0 и Seedance 2.0. Всё работает в студии ИИшки на русском, без VPN. Ниже — какую модель выбрать вместо Грока, как сделать видео за 5 шагов, восемь промптов со звуком и ошибки, на которых сгорают генерации.
Если вы ещё выбираете модель для анимации фото в целом, начните с гайда как оживить фото нейросетью. Здесь — только практика: как получить «грок-эффект» в моделях, открытых всем.
Grok Imagine и Kling 3.0: в чём похожи и чем отличаются
Грок любят за две вещи: звук рождается вместе с картинкой, и первый результат получается без настроек. Kling 3.0 закрывает обе: звук генерируется в том же проходе, а для старта хватает фото и одного предложения. Разница — в контроле:
- Последний кадр. У Kling 3.0 можно загрузить второе фото, и ролик придёт ровно к нему. Это удобно для «было → стало» и для склейки сцен.
- Мультикадр. Ролик можно разбить на несколько сцен со своим промптом и длительностью — до 5 кадров по 1–12 секунд.
- Качество. Режим Standard даёт 720p, Pro — 1080p.
- Формат. Пропорции ролика берутся с фото: горизонтальный снимок даст горизонтальное видео, вертикальный — вертикальное.
Чего у Kling 3.0 нет: ролика без стартового кадра и сцен длиннее 15 секунд. Для этого — Kling 4.0 и Seedance, они в таблице ниже. Подробное сравнение двух моделей — Kling 3.0 и Grok Imagine.
Какую модель выбрать вместо Grok Imagine
| Задача | Модель | Почему |
|---|---|---|
| Оживить фото и сразу получить звук | Kling 3.0 | Звук включён по умолчанию, 3–15 с, 720p или 1080p |
| Ролик по одному тексту, без картинки | Kling 4.0 | Файлы не нужны, до 30 с со звуком |
| Ролик по тексту или по нескольким фото героя | Seedance 2.0 | До 9 фото-референсов, ссылки @Image1 в промпте, 4–15 с |
| Сделать стартовый кадр для видео | Seedream 5.0 Pro | Картинка в нужном формате, потом — в Kling 3.0 как первый кадр |
| Переход от одного кадра к другому | Kling 3.0 | Первый и последний кадр в одном ролике |
| Человек говорит ваш текст голосом | Kling Avatars v2 | Портрет + аудио → синхронные губы |
| Повторить движения из реального ролика со своим героем | Подмена | Ролик 4–30 с и фото: персонаж повторяет позы, мимику и губы, звук оригинала остаётся |
Kling 3.0, как и Грок, придумывает движение сам по описанию. Когда движение должно совпасть с конкретным роликом, проверенный вариант — Kling Motion Control, а для результата лучше режим Подмена: загрузите ролик от 4 до 30 секунд и своё фото, и персонаж повторит позы, мимику и движения губ, звук ролика сохранится, промпт писать не нужно.
Как сделать видео из фото со звуком в Kling 3.0: 5 шагов
1. Подготовьте стартовый кадр
Первый кадр обязателен: JPEG, PNG или WebP до 10 МБ. Лучше всего работают снимки, где главный объект крупно и не обрезан краем, а свет ровный. Формат ролика возьмётся с фото, поэтому для Reels и Shorts загружайте вертикальный снимок, для YouTube — горизонтальный. Картинки нет — сгенерируйте её в Seedream 5.0 Pro сразу в нужных пропорциях.
2. Решите, нужен ли последний кадр
Если ролик должен закончиться конкретной картинкой — герой в другой позе, товар в упаковке, день сменяется ночью, — загрузите второе фото в слот «Последний кадр». Если нет — оставьте слот пустым, и модель доведёт движение сама.
3. Выберите качество, длительность и звук
Standard — 720p, для проб и соцсетей. Pro — 1080p, для финала. Длительность — от 3 до 15 секунд: для одного действия (повернуть голову, улыбнуться, сделать шаг) хватает 5–6 секунд. Переключатель звука проверьте перед запуском: по умолчанию он включён.
4. Напишите промпт по формуле
Формула та же, что для Грока: что двигается + как движется камера + звук. Не описывайте то, что уже есть на фото: модель видит картинку, ей нужно только указание, что с ней сделать.
Девушка на фото медленно поворачивается к камере и улыбается, ветер шевелит волосы. Камера плавно приближается. Звук: шум прибоя, крики чаек вдалеке.
5. Запустите и доработайте
Генерация идёт в фоне: результат появится в ваших генерациях, а если вы вошли через Telegram, придёт ещё и файлом в бота. Не понравилось — меняйте одну вещь за раз: движение, камеру или звук, чтобы понимать, какая правка сработала. Нужен ролик из нескольких сцен — включите «Мультикадр» и задайте каждой свой промпт и длительность; подробно о режиме — в гайде по Kling 3.0.
Промпты для видео из фото со звуком: 8 примеров
Звук пишите отдельной строкой в конце — так модель не путает его с действием в кадре. Две-три звуковые детали работают лучше длинного списка. Все примеры рассчитаны на Kling 3.0, последний — на Kling 4.0.
Портрет:
Мужчина на фото отрывается от книги, поднимает взгляд и задумчиво улыбается. Медленный наезд на лицо. Звук: тиканье настенных часов, шелест страниц.
Старое семейное фото:
Пара на снимке оживает: женщина смеётся и берёт мужчину под руку, он приподнимает шляпу. Лёгкое дрожание камеры, как в старой хронике. Звук: треск пластинки, тихий вальс.
Город:
Улица оживает: проезжают машины, идут прохожие, мигает неоновая вывеска кафе. Камера неподвижна. Звук: гул города, короткий сигнал автомобиля, обрывки разговоров.
Природа:
Над озером стелется туман, по воде идёт рябь, низко пролетает птица. Камера плавно скользит вправо. Звук: плеск воды, утреннее пение птиц.
Товар:
Флакон духов медленно вращается, по стеклу бегут блики, вокруг кружатся лепестки. Камера облетает флакон по кругу. Звук: мягкая электронная музыка без слов.
Еда:
Над чашкой поднимается пар, в кофе падает кубик сахара, по поверхности расходятся круги. Макросъёмка, камера стоит на месте. Звук: звон ложки о фарфор.
Питомец:
Кот поворачивает голову на шорох, прижимает уши, потом лениво зевает. Камера на уровне глаз кота. Звук: мурлыканье, вдалеке хлопает дверь.
Ролик по тексту, без фото (Kling 4.0):
Маленький робот поливает цветок на подоконнике, за окном идёт снег. Тёплый вечерний свет, мультяшный стиль. Камера медленно отъезжает назад. Звук: капли воды, тихое гудение робота.
Ещё больше шаблонов движения камеры — в промптах для Kling 3.0.
Частые ошибки
| Ошибка | Причина | Что сделать |
|---|---|---|
| Ролик пришёл без звука | Переключатель звука выключен или звук не описан | Включить звук и добавить строку «Звук: …» в конце промпта |
| Лицо «плывёт» к концу ролика | Слишком длинный ролик для одного действия | Сократить до 5–6 с или добавить второе действие |
| Персонаж делает не то | В промпте несколько сюжетов сразу | Одна сцена — одно простое действие; несколько сцен — через «Мультикадр» |
| Видео не того формата | Пропорции берутся с фото | Загрузить снимок нужной ориентации или сделать кадр в Seedream 5.0 Pro |
| Генерация не запускается без фото | У Kling 3.0 первый кадр обязателен | Загрузить фото или перейти на Kling 4.0 |
| Файл не принимается | Картинка больше 10 МБ или в другом формате | Пересохранить в JPEG или PNG меньшего размера |
| Длинный промпт обрезан | Лимит Kling 3.0 — 2500 символов | Убрать описание того, что уже видно на фото |
| Отказ модерации | Знаменитость, подмена лица, 18+ или жестокость | Своё фото или обычные люди, сцену описать без имён |
Модерация проверяется до списания: если генерацию заблокировали, токены не уходят. Если модель упала на своей стороне, токены возвращаются автоматически.
Что делать дальше
Готовые ролики удобно склеивать с другими сценами на Канвасе: кадр из картинки-модели сразу уходит в видео-модель, без скачивания файлов между вкладками. Если нужна длинная сцена с одним героем в нескольких кадрах — берите Kling 4.0 или Seedance 2.0; лучшие модели для видео собраны в подборке нейросетей для видео.
Не хотите возиться с промптом?
Готовые сцены: загрузите своё фото и получите результат в один клик.
Веер купюр вдвоёмПовторить
Богатею за 30 днейПовторить
Падение с рампыПовторить
Студийная съёмкаПовторить
Два туза и машинаПовторить
Клип нулевыхПовторить
Пачки пятитысячныхПовторить
Хэллоуин-мейковер с другомПовторить
Хранитель фонаряПовторить
Эскалатор образовПовторить
Взгляд с балконаПовторить
Машина с небаПовторить- Все тренды →
Модели из статьи
Частые вопросы
Что такое Grok Imagine?
Grok Imagine — видео-нейросеть xAI: оживляет фото по текстовому описанию и добавляет звук в кадр. В ИИшках она сейчас доступна не всем аккаунтам, поэтому для той же задачи — видео из фото со звуком — в студии используют Kling 3.0: стартовое фото, промпт на русском, ролик от 3 до 15 секунд с нативным звуком.
Чем заменить Grok Imagine?
Для видео из фото со звуком — Kling 3.0: звук включён по умолчанию, длительность 3–15 секунд, 720p или 1080p, можно задать и последний кадр. Для ролика по одному тексту, без фото, — Kling 4.0 (до 30 секунд со звуком) или Seedance 2.0. Все три работают в студии ИИшки на русском без VPN.
Kling 3.0 делает видео со звуком?
Да. В настройках Kling 3.0 есть переключатель звука, и он включён по умолчанию: модель генерирует фоновые шумы и звуки действий вместе с картинкой. Что должно звучать, опишите в промпте отдельной строкой. Если звук не нужен — выключите его перед запуском.
Можно ли в Kling 3.0 сделать видео без фото, только по тексту?
Нет, у Kling 3.0 первый кадр обязателен. Если картинки нет, есть два пути: сгенерировать стартовый кадр в Seedream 5.0 Pro и оживить его в Kling 3.0 или сразу сделать ролик по тексту в Kling 4.0 или Seedance 2.0 — им файлы не нужны.
Бесплатно ли это?
Нет, каждая генерация в ИИшках списывает токены. Цена зависит от длительности и качества и показана на кнопке до запуска. Если генерация упала на стороне модели, токены возвращаются автоматически. Дешевле всего проверять движение на коротких роликах в 720p, а 1080p включать для финала.
Все модели из подборки доступны в студии ИИшки по сниженным клубным ценам. Каждый месяц участникам клуба начисляются токены на генерации.
Вступить в клубЕщё статьи
- Промты для фото нейросети: 30 готовых промтов для ИИ-фотосессииПромты для фото нейросети на русском: из чего состоит хороший промт и 30 готовых примеров для фотосессии, портрета, аватарки, обработки своего фото и товара.
- Nano Banana Pro (Нано Банана Про): отзывы и что реально умеетNano Banana Pro отзывы: что подтверждается — фотореализм, текст на картинке, похожесть лица, правки по фото — и где модель ошибается. На русском без VPN.
- GPT Image 2.6 (ГПТ Имейдж): как пользоваться на русском без VPNКак пользоваться GPT Image 2.6 от OpenAI без VPN: какую версию выбрать, текст на картинке, правка по референсу, GIF-стикеры и SVG. Промпты и частые ошибки.