Este flujo de trabajo de ComfyUI genera videos cortos—de hasta 15 segundos—usando el modelo Grok, con una pista de audio sincronizada automáticamente. El núcleo es el nodo GrokVideoNode, que acepta una instrucción de texto (texto a video) o un fotograma inicial desde LoadImage (imagen a video). El nodo realiza la inferencia y devuelve un clip de video listo para guardar que combina los visuales con el audio producido por el modelo. SaveVideo escribe el resultado en disco como un archivo de video estándar, preservando el audio embebido cuando está presente.

Técnicamente, el flujo de trabajo es mínimo y directo: LoadImage (opcional) alimenta un fotograma inicial a GrokVideoNode, que sintetiza el movimiento y la banda sonora a partir de tu instrucción y/o imagen de referencia, y SaveVideo guarda la salida en un archivo. Mantener la duración limitada a 15 segundos asegura una generación ágil y se mantiene dentro de las capacidades del modelo. El resultado es una canalización práctica para conceptualización rápida, animación de imágenes fijas o creación de clips cortos listos para redes sociales sin salir de ComfyUI.