Mitme pildi redigeerimine ja viited
Sellel lehel
Uuendatud 2. novembril 2026 — Imagine.
grok-imagine-image-qualityeemaldati 2. novembril 2026 (päringuid töötleb nüüd Imagine 2.0 madalas kvaliteedis): näited kasutavad nüüd mudeleidgrok-imagine-image(Imagine 1.0) jagrok-imagine-image-2.0(Imagine 2.0, kvaliteedigalow,mediumvõiauto). OpenAI SDK puhul edastatakse parameetridaspect_ratio,resolutionjaqualityväljalextra_body, redigeerimine toimub aga xAI SDK või HTTP-päringu kaudu.
Töö mitme lähtepildiga
Redigeerimispunkti üks tugevamaid külgi on võimalus esitada ühes päringus kuni 5 viitepilti. See avab uusi loovaid võimalusi: elementide kombineerimine erinevatest allikatest, stiilide sulandamine või keerukate kompositsioonide loomine.
Parameeter images (mitmus)
Üleminek parameetrilt image parameetrile images muudab enamat kui ainult parameetri kuju: see muudab seda, mida sa mudelilt tegelikult palud. Ühe allika puhul muudab mudel pilti; mitme allika puhul peab ta nende vahel vahendama – otsustama, mida igast pildist võtta. Ta teeb seda niikuinii, küsimus on ainult selles, kas sa juhendad seda protsessi, millest räägime järgmises osas.
Pane tähele, et need kaks parameetrit välistavad teineteist: image (üksik objekt) ja images (massiiv) ei saa olla samaaegselt kasutusel.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
payload = {
"model": "grok-imagine-image",
"prompt": "Kombineeri tegelane esimeselt pildilt "
"maastikuga teiselt pildilt",
"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()
Piltidele viitamine juhendis (prompt)
Kui esitad mitu pilti, saad neid juhendis individuaalselt adresseerida süntaksiga <IMAGE_0>, <IMAGE_1> jne. Indekseerimine algab nullist.
payload = {
"model": "grok-imagine-image",
"prompt": "Aseta toode pildilt <IMAGE_0> lauale pildilt <IMAGE_1>, "
"kasutades valgustust pildilt <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>
]
}
Just see süntaks eristab kontrollitud kompositsiooni ligikaudsest sulandumisest. Käsk „kombineeri need pildid“ jätab kõik mudeli otsustada; käsk „aseta toode pildilt <IMAGE_0> keskkonda pildilt <IMAGE_1>, säilitades valgustuse pildilt <IMAGE_1>“ ei jäta ruumi tõlgendustele. Niipea kui kasutad rohkem kui ühte allikat, viita neile sõnaselgelt.
Kasutusjuhtumid mitme pildiga
Stiili ülekanne
Rakenda viitepildi stiil teisele pildile:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Reprodutseeri pildi <IMAGE_0> sisu, kasutades pildi <IMAGE_1> kunstilist stiili",
"images": [
{"url": "https://exemple.com/photo-originale.jpg"},
{"url": "https://exemple.com/reference-style.jpg"}
]
}
Toote kompositsioon
Integreeri toode keskkonda, kasutades viitevalgustust:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Pildista toodet pildilt <IMAGE_0>, asetades selle mööblile pildilt <IMAGE_1> "
"ruumis pildilt <IMAGE_2>, säilitades loomuliku valgustuse",
"images": [
{"url": "https://exemple.com/produit-detouré.png"},
{"url": "https://exemple.com/meuble.jpg"},
{"url": "https://exemple.com/piece.jpg"}
]
}
Näo ja tausta sulandamine
Ühenda portree konkreetse taustaga:
payload = {
"model": "grok-imagine-image",
"prompt": "Aseta inimene pildilt <IMAGE_0> hoone ette pildilt <IMAGE_1>, "
"säilitades loomuliku valgustuse ja perspektiivi",
"images": [
{"url": "https://exemple.com/portrait.jpg"},
{"url": "https://exemple.com/batiment.jpg"}
]
}
Piirangud ja head tavad
Tehniline piirang on 5 pilti päringu kohta ning saad vabalt segada formaate – mõned allikad URL-idena, teised Base64-kodeeringuna – samas massiivis. Tegelik raskus ei peitu aga selles, vaid juhendi täpsuses, mis peab kasvama koos piltide arvuga. Kahe allika puhul piisab sageli käsust „kombineeri tegelane ja keskkond“; viie allika puhul ei suuda mudel enam arvata, millist elementi millisest pildist võtta, ja just siin tulevad mängu viited <IMAGE_1> kuni <IMAGE_5>: „aseta logo pildilt <IMAGE_2> tegelase särgile pildilt <IMAGE_1>, kasutades valgusõhkkonda pildilt <IMAGE_3>“ ei jäta mingit ebaselgust. Keerukate mitme allikaga kompositsioonide puhul õigustab pro-mudel (grok-imagine-image-quality) oma lisakulu: just siin on erinevus standardmudeliga kõige selgemini nähtav, eriti heterogeensete elementide kooskõla osas.
Praktiline harjutus
Proovi kombineerida kahte enda käsutuses olevat pilti:
payload = {
"model": "grok-imagine-image",
"prompt": "Loo stseen, kus objekt pildilt <IMAGE_0> hõljub taeva taustal pildilt <IMAGE_1>, "
"surrealistlikus stiilis",
"images": [
{"url": "URL_OF_YOUR_FIRST_IMAGE"},
{"url": "URL_OF_YOUR_SECOND_IMAGE"}
],
"n": 3
}
Genereeri 3 variatsiooni, et võrrelda mudeli tõlgendusi.
Peamised punktid
- Parameeter
imagesaktsepteerib massiivis kuni 5 lähtepilti image(ainsus) jaimages(mitmus) välistavad teineteist- Süntaks
<IMAGE_0>,<IMAGE_1>võimaldab juhendis viidata igale pildile eraldi - Kasutusjuhtumite hulka kuuluvad stiili ülekanne, kompositsioon ja sulandamine
- Mitme allika kasutamisel ole juhendis võimalikult täpne