Генериране на изображения и видеоклипове
На тази страница
Обновено на 2 ноември 2026 г.: Imagine. Моделът
grok-imagine-image-qualityбеше преустановен на 2 ноември 2026 г.: заявките за него вече се обслужват от Imagine Image 2.0 (grok-imagine-image-2.0, $0.04 на изображение) с качествоlow. Ако разполагате със стар код, заменете идентификатора на модела и задайте желаното качество;grok-imagine-image(версия 1.0) не е засегнат. Imagine Image 2.0 приема до пет референтни изображения и качествоauto, което вече е настройката по подразбиране.
Визуално създаване с Grok
Сега, след като видяхте как Grok разбира дадено изображение, нека разгледаме как то самото създава такова. Семейството модели grok-imagine генерира изображения и видеоклипове въз основа на текстови описания, което го превръща в инструмент за създаване на съдържание, визуално прототипиране и илюстриране. Визуална идея, която преди изискваше задание, изпълнител и два дни чакане, вече може да бъде тествана за минути, дори ако впоследствие възложите финалната версия на професионалист.
Генериране на изображение
В grok.com генерирането е вградено в конферентния интерфейс: просто опишете изображението, което искате, в съобщението си. Качеството на резултата зависи почти изцяло от точността на това описание, както показва следният пример, който задава обекта, мястото, времето и стила:
Create an illustration of a ginger cat sitting on a Paris
rooftop at sunset, in watercolor style.
Grok автоматично използва модела grok-imagine за създаване на изображението, което се появява в разговора и може да бъде изтеглено. Съществуват два модела в зависимост от нуждите Ви: grok-imagine-image – стандартният модел, бърз и евтин, е подходящ за итерации и експерименти с кадриране, докато grok-imagine-image-2.0 (Imagine Image 2.0) произвежда по-детайлни и по-реалистични рендери, които запазвате за финалната версия.
Чрез API получавате прецизен контрол върху генерирането:
response = client.images.generate(
model="grok-imagine-image",
prompt="A futuristic landscape with floating buildings",
n=1,
aspect_ratio="16:9",
resolution="2k"
)
Наличните съотношения на страните включват 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 и други, което е достатъчно, за да създадете банер и неговата вертикална мобилна версия от една и съща подкана. Можете да генерирате до 10 изображения на заявка, което е правилният начин за проучване на художествена насока: десет вариации на добра подкана са по-добри от едно изображение, получено от подкана, която смятате за перфектна.
Grok може също да редактира съществуващи изображения. Редактирането чрез API Ви позволява да добавяте елементи, да променяте стила или настроението, да коригирате детайли и най-вече да свързвате последователни редакции, като подавате изхода на една заявка като вход за следващата. Това верижно изпълнение е много по-ефективно от една гигантска подкана, която се опитва да направи всичко наведнъж: напредвате чрез ясни корекции и можете да се върнете назад. Можете да предоставите до 5 изходни изображения на заявка за редактиране.
Генериране на видео
За разлика от изображенията, които се произвеждат мигновено, създаването на видео е асинхронен процес, което има пряко следствие за Вашия код: не можете да очаквате отговора в рамките на самата заявка. Последователността е следната:
- Изпращате заявката си с описание
- Получавате идентификатор на заявката (ID)
- Видеоклипът се генерира във фонов режим
- Извличате резултата, след като генерирането приключи
Съществуват три подхода. Text-to-Video създава видео от текстово описание, Image-to-Video анимира съществуващо изображение (най-надеждният път, когато вече разполагате с желаното начално визуално съдържание), а референтните изображения действат като стилovo ръководство за видеото, така че то да остава съвместимо с бранд идентичността.
| Параметър | Стойности |
|---|---|
| Продължителност | От 1 до 15 секунди на генериране |
| Съотношение на страните | 1:1, 16:9, 9:16, 4:3 и други |
| Резолюция | 480p или 720p |
Можете също да удължите генерирано видео: добавяте от 2 до 10 секунди към края на съществуващ клип, като използвате подкана, описваща какво трябва да се случи след това. Това е най-простият начин да надхвърлите дължината на едно единствено генериране, без да губите визуална непрекъснатост.
Създаване на устойчиви подкани (Prompts)
За изображение опишете обекта, стила, цветовете, настроението и осветлението, вместо просто да назовете обект. Посочете изрично желания стил (акварел, фотография, векторна илюстрация, пиксел арт), защото в противен случай моделът ще реши вместо Вас. Specify композицията (изглед отпред, висок ъгъл, близък план или панорама), след което детайлите, които закрепват сцената: текстури, материали, време на деня, сезон.
За видео движението е това, което носи резултата: посочете какво се движи, в коя посока и с каква скорост, след което желаното настроение (спокойно, динамично, драматично или радостно). Бъдете реалисти относно обхвата, защото кратките клипове с прости движения дават по-добри резултати от сложен кадър, поискан изведнъж.
Четири ограничения, които трябва да планирате от първия опит
URL адресите на генерираните изображения и видеоклипове са временни: изтеглете своите творения веднага, иначе ще трябва да ги генерирате отново, а идентично генериране никога не дава точно същия резултат. Модерацията на съдържанието се прилага автоматично. Генерирането на видео има времево ограничение по подразбиране от десет минути, което трябва да вземете предвид при обработката на грешки. Накрая, редактирането на видео е ограничено до 8,7 секунди изходен материал с максимална резолюция 720p: струва си да го знаете, преди да изградите редакционен формат върху него.
Ключови изводи
- grok-imagine генерира изображения (стандартни и 2.0) и видеоклипове
- Изображенията се генерират мигновено; видеоклиповете се генерират асинхронно
- Налични са няколко съотношения на страните и резолюции
- Редактирането на изображения и удължаването на видеоклипове разширяват творческите Ви възможности
- Генерираните URL адреси са временни: изтеглете своите творения без забавяне