Редактиране на множество изображения и референции
На тази страница
Обновено на 2 ноември 2026 г. — Imagine.
grok-imagine-image-qualityбе премахнат към 2 ноември 2026 г. (заявките сега се обработват от Imagine 2.0 в качествоlow): примерите вече използватgrok-imagine-image(Imagine 1.0) иgrok-imagine-image-2.0(Imagine 2.0, с качествоlow,mediumилиauto). При използване на OpenAI SDK, параметритеaspect_ratio,resolutionиqualityсе предават чрезextra_body, а редактирането се извършва чрез xAI SDK или HTTP заявка.
Работа с множество изходни изображения
Едно от основните предимства на крайната точка за редактиране е възможността да предоставите до 5 референтни изображения в една единствена заявка. Това отваря вратите за разширени творчески възможности: комбиниране на елементи от множество източници, смесване на стилове или създаване на сложни композиции.
Параметърът images (множествено число)
Преминаването от image към images променя повече от просто формата на параметъра: то променя задачата, която възлагате на модела. При един източник той модифицира изображение; при множество източници той трябва да арбитражира между тях – решавайки какво да вземе от всяко едно. Той ще извърши този арбитраж във всеки случай; единственият въпрос е дали Вие ще насочите този процес, което е фокусът на следващата секция.
Имайте предвид, че двата параметъра са взаимно изключващи се: image (единичен обект) и images (масив) не могат да се комбинират.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
payload = {
"model": "grok-imagine-image",
"prompt": "Combine the character from the first image with "
"the landscape from the second image",
"images": [
{"url": "https://exemple.com/personnage.jpg"},
{"url": "https://exemple.com/paysage.jpg"}
]
}
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers=headers,
json=payload
).json()
Рефериране на изображения в подсказката (Prompt)
Когато предоставяте множество изображения, можете да се позовавате на тях индивидуално във вашата подсказка, използвайки синтаксиса <IMAGE_0>, <IMAGE_1> и т.н. Индексацията започва от 0.
payload = {
"model": "grok-imagine-image",
"prompt": "Place the product from <IMAGE_0> on the table from <IMAGE_1>, "
"with the ambient lighting from <IMAGE_2>",
"images": [
{"url": "https://exemple.com/produit.jpg"}, # <IMAGE_0>
{"url": "https://exemple.com/table.jpg"}, # <IMAGE_1>
{"url": "https://exemple.com/ambiance.jpg"} # <IMAGE_2>
]
}
Този синтаксис е това, което отличава контролираната композиция от приблизителното смесване. Фразата „Комбинирайте тези изображения“ оставя всичко на модела; докато „поставете продукта от <IMAGE_0> в обстановката на <IMAGE_1>, запазвайки осветлението от <IMAGE_1>“ не оставя място за интерпретация. Веднага щом предоставите повече от един източник, правете изрични препратки към тях.
Варианти на употреба с множество изображения
Пренос на стил (Style Transfer)
Приложете стила на референтно изображение към друго:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Reproduce the content of <IMAGE_0> in the artistic style of <IMAGE_1>",
"images": [
{"url": "https://exemple.com/photo-originale.jpg"},
{"url": "https://exemple.com/reference-style.jpg"}
]
}
Композиция на продукт
Интегрирайте продукт в обстановка с референтно осветление:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Photograph the product from <IMAGE_0> placed on the furniture from <IMAGE_1> "
"in the room from <IMAGE_2>, consistent natural lighting",
"images": [
{"url": "https://exemple.com/produit-detouré.png"},
{"url": "https://exemple.com/meuble.jpg"},
{"url": "https://exemple.com/piece.jpg"}
]
}
Сливане на лице и фон
Комбинирайте портрет със специфичен фон:
payload = {
"model": "grok-imagine-image",
"prompt": "Place the person from <IMAGE_0> in front of the building from <IMAGE_1>, "
"keeping natural lighting and perspective",
"images": [
{"url": "https://exemple.com/portrait.jpg"},
{"url": "https://exemple.com/batiment.jpg"}
]
}
Ограничения и най-добри практики
Техническото ограничение е 5 изображения на заявка и можете свободно да смесвате формати – някои източници като URL адреси, други като Base64 – в един и същи масив. Истинската трудност не е там: тя се крие в прецизността на подсказката, която трябва да нараства с броя на изображенията. При два източника фразата „комбинирай героя и обстановката“ често е достатъчна; при пет източника моделът вече не може да познае кой елемент от кое изображение да вземе и точно тук идва ролята на референциите <IMAGE_1> до <IMAGE_5>: „поставете логото от <IMAGE_2> върху тениската на героя от <IMAGE_1>, в светлинната атмосфера на <IMAGE_3>“ не оставя никаква двусмислица. За сложни композиции с множество източници професионалният модел (grok-imagine-image-quality) оправдава допълнителната си цена: точно там разликата със стандартния модел е най-видима, по отношение на консистентността между хетерогенните елементи.
Практическо упражнение
Опитайте се да комбинирате две изображения, които имате под ръка:
payload = {
"model": "grok-imagine-image",
"prompt": "Create a scene where the object from <IMAGE_0> floats in the sky from <IMAGE_1>, "
"surrealist style",
"images": [
{"url": "URL_OF_YOUR_FIRST_IMAGE"},
{"url": "URL_OF_YOUR_SECOND_IMAGE"}
],
"n": 3
}
Генерирайте 3 варианта, за да сравните интерпретациите на модела.
Ключови изводи
- Параметърът
imagesприема до 5 изходни изображения в масив image(единствено число) иimages(множествено число) са взаимно изключващи се- Синтаксисът
<IMAGE_0>,<IMAGE_1>Ви позволява да се позовавате на всяко изображение в подсказката - Вариантите на употреба включват пренос на стил, композиция и сливане
- Бъдете прецизни в подсказката си, когато използвате множество източници