Animér et billede med image-to-video
På denne side
Opdateret 2. november 2026 baseret på xAI video API-referencen: kildebilledet placeres i et
image-objekt ({"url": ...}eller{"file_id": ...}), ikke som en almindelig streng. Kilder: Image-to-Video · Video Reference.
Bring dine billeder til live
xAI API’en genererer ikke kun videoer fra bunden. Den kan også animere et eksisterende billede – den tager et visuelt materiale, du allerede ejer, og sætter det i bevægelse. Denne funktion, kaldet image-to-video, ændrer arbejdets karakter: Du beder ikke længere modellen om at opfinde en scene, men om at udvide din egen. Det er præcis det, du har brug for, når et produktark skal blive til en annonce, en redaktionel illustration er tiltænkt sociale medier, eller et brand-visual allerede er godkendt af en kunde.
Parameteren image
Teknisk set handler det hele om at tilføje et image-objekt, som identificerer det visuelle udgangsmateriale via dets url (offentlig adresse eller base64-kodede data) eller via file_id for en fil uploadet gennem Files API’en.
{
"model": "grok-imagine-video",
"prompt": "Animate this scene with a wind effect in the hair",
"image": {"url": "https://exemple.com/photo-portrait.jpg"},
"duration": 5
}
Modellen analyserer det angivne billede, bevarer dets visuelle indhold og injicerer den bevægelse, som prompten beskriver. Tre betingelser styrer dette kald: Billedet skal være tilgængeligt (offentlig URL, base64-data eller uploadet fil), det skal være i formatet JPEG, PNG eller WebP, og prompten skal beskrive den ønskede bevægelse frem for selve billedet – modellen ser det allerede, og en genbeskrivelse spilder blot opmærksomhed.
Skriv en prompt, når billedet allerede taler
Dette er det vigtigste skift i denne lektion. Ved text-to-video bærer din prompt alt: motiv, omgivelser, stil og handling. Ved image-to-video er de tre første givet på forhånd, og du behøver kun arbejde med den fjerde. En god animations-prompt ligner derfor en instruktørs note rettet til en fotograferingsansvarlig, der allerede har scenografien foran sig.
Fokuser først på det, der skal bevæge sig, ved at nævne elementet og gestus’ art: „bladene rasler let i vinden”, „flodvandet flyder langsomt”, „karakteren drejer hovedet mod højre”. Derefter kan du tilføje et lag af dynamisk stemning, som ikke vedrører et specifikt objekt, men den generelle atmosfære – „sollys der gradvist filtrerer gennem skyerne”, „let regn der begynder at falde”. To vaner skal du aflære: Genbeskriv ikke billedet („et bjerglandskab” tilføjer intet), og bed ikke om en radikal transformation af dets indhold – det er ikke det, dette endpoint gør.
Tre konkrete eksempler
Et produktfoto, lad os sige et ur der hviler på en fløjelspude, egner sig til en simpel mekanisk bevægelse og et lys spil. Kvadratformatet passer til det sociale feed, det er tiltænkt.
{
"model": "grok-imagine-video",
"prompt": "Slow rotation of the watch on itself, light reflections sparkling on the dial",
"image": {"url": "https://exemple.com/montre.jpg"},
"duration": 5,
"aspect_ratio": "1:1"
}
Et landskab – her en bjergsø ved daggry – tillader flere samtidige bevægelser, forudsat at de forbliver langsomme og naturlige. Den længere varighed er berettiget, fordi den opløsende tåge er en effekt, der kræver tid at læse.
{
"model": "grok-imagine-video",
"prompt": "Slight ripples on the lake surface, morning mist dissipating slowly, birds crossing the sky",
"image": {"url": "https://exemple.com/lac-montagne.jpg"},
"duration": 8,
"aspect_ratio": "16:9"
}
Et portræt kræver endelig tilbageholdenhed: få sekunder er nok, og bevægelsen skal forblive mikroskopisk for ikke at risikere at tippe over i det uhyggelige. Det lodrette format forbereder det til publicering som en story.
{
"model": "grok-imagine-video",
"prompt": "The person blinks gently and smiles slightly, hair moving with a light breeze",
"image": {"url": "https://exemple.com/portrait.jpg"},
"duration": 3,
"aspect_ratio": "9:16"
}
Hvor denne tilgang gør forskellen
Image-to-video finder sin naturlige plads overalt, hvor eksisterende visuelle aktiver allerede findes. Inden for e-handel omdanner det et fotokatalog til et lager af videoannoncer uden behov for en ny optagelse. På sociale medier puster det nyt liv i statiske opslag, hvis engagement er fladet ud. I præsentationer animerer det slides og illustrationer, der aldrig ville have retfærdiggjort et produktionsbudget. Og til kreativt arbejde giver det dig mulighed for at udforske animerede varianter af samme værk til en ubetydelig omkostning.
Tre begrænsninger dæmper denne entusiasme, og det er bedst at kende dem, før du lover et resultat. Modellen respekterer generelt kompositionen i kildebilledet, men forvrængninger kan opstå ved fine detaljer – typografi, hænder, repetitive mønstre. Komplekse bevægelser, som en karakter der går eller et køretøj der accelererer, er betydeligt sværere at opnå end subtile bevægelser af vind, vand eller lys; styr dine forespørgsler mod sidstnævnte. Endelig afhænger kvaliteten af resultatet tæt af opløsningen på kildebilledet: Et middelmådigt visuelt input vil aldrig producere en ren video i outputtet.
Vigtige pointer
- Parameteren
imageaccepterer en URL til billedet, der skal animeres - Prompten skal beskrive bevægelsen, ikke billedet
- Subtile bevægelser (vind, vand, lys) giver de bedste resultater
- Image-to-video er ideel til e-handel og sociale medier
- Kvaliteten af kildebilledet påvirker resultatet direkte