Animiraj sliku pomoću image-to-video
Na ovoj stranici
Ažurirano 2. studenoga 2026. na temelju referencije xAI video API-ja: izvorna slika ide u objekt
image({"url": ...}ili{"file_id": ...}), a ne kao običan niz znakova. Izvori: Image-to-Video · Video Reference.
Oživi svoje slike
xAI API ne generira samo videe od nule. Može i animirati postojeću sliku – uzeti vizual koji već posjeduješ i pokrenuti ga. Ova značajka, nazvana image-to-video, mijenja prirodu rada: više ne tražiš od modela da izmisli scenu, već da produži tvoju. Točno je ono što ti treba kada listu proizvoda trebaš pretvoriti u oglas, uredničku ilustraciju namijenjenu društvenim mrežama ili brendirani vizual koji je klijent već odobrio.
Parametar image
Tehnički, sve se svodi na dodavanje objekta image koji identificira izvorni vizual putem njegove url adrese (javna adresa ili podaci kodirani u base64) ili putem file_id datoteke učitane kroz Files API.
{
"model": "grok-imagine-video",
"prompt": "Animiraj ovu scenu efektom vjetra u kosi",
"image": {"url": "https://exemple.com/photo-portrait.jpg"},
"duration": 5
}
Model analizira pruženu sliku, čuva njezin vizualni sadržaj i ubacuje pokret opisan u promptu. Tri uvjeta upravljaju ovim pozivom: slika mora biti dostupna (javni URL, base64 podaci ili učitana datoteka), u formatu JPEG, PNG ili WebP, a prompt mora opisati željeni pokret, a ne samu sliku – model je već vidi, pa joj ponovno opisivanje samo troši pažnju.
Piši prompt kada slika već govori
Ovo je najvažnija promjena u ovoj lekciji. Kod text-to-video tvoj prompt nosi sve: subjekt, okruženje, stil, radnju. Kod image-to-video prva tri su zadana, a ti trebaš raditi samo na četvrtom. Dobar prompt za animaciju stoga izgleda kao redateljeva napomena upućena direktoru fotografije koji već ima postav ispred sebe.
Prvo se usredotoči na ono što se treba kretati, imenujući element i prirodu geste: „lišće lagano šušti na vjetru“, „voda u rijeci polako teče“, „lik okreće glavu udesno“. Zatim možeš dodati sloj dinamične atmosfere koji se ne tiče specifičnog objekta već općeg ugođaja – „sunčeva svjetlost postupno probija kroz oblake“, „počinje padati lagana kiša“. Dvije navike kojih se trebaš odreći: nemoj ponovno opisivati sliku („planinski pejzaž“ ne dodaje ništa) i nemoj zahtijevati radikalnu transformaciju njezinog sadržaja – to nije svrha ove krajnje točke.
Tri konkretna primjera
Fotografija proizvoda, recimo sat koji miruje na baršunastom jastuku, pogodna je za jednostavan mehanički pokret i igru svjetla. Kvadratni format odgovara društvenom feedu za koji je namijenjen.
{
"model": "grok-imagine-video",
"prompt": "Spora rotacija sata oko svoje osi, svjetlosni odsjaji blistaju na brojčaniku",
"image": {"url": "https://exemple.com/montre.jpg"},
"duration": 5,
"aspect_ratio": "1:1"
}
Pejzaž – ovdje planinsko jezero u zoru – omogućuje nekoliko istodobnih pokreta, pod uvjetom da ostanu spori i prirodni. Dulje trajanje je opravdano jer je raspršivanje magle efekt kojem treba vremena da se očita.
{
"model": "grok-imagine-video",
"prompt": "Lagani valovi na površini jezera, jutarnja magla se polako raspršuje, ptice prelaze nebom",
"image": {"url": "https://exemple.com/lac-montagne.jpg"},
"duration": 8,
"aspect_ratio": "16:9"
}
Portret, naposljetku, zahtijeva suzdržanost: nekoliko sekundi je dovoljno, a pokret mora ostati mikroskopski ili riskiraš skliznuti u jezivo. Okomiti format priprema ga za objavu kao story.
{
"model": "grok-imagine-video",
"prompt": "Osoba lagano trepne i blago se nasmiješi, kosa se pomiče uz lagani povjetarac",
"image": {"url": "https://exemple.com/portrait.jpg"},
"duration": 3,
"aspect_ratio": "9:16"
}
Gdje ovaj pristup čini razliku
Image-to-video pronalazi svoje prirodno tlo gdje god već postoje postojeći vizualni resursi. U e-trgovini pretvara foto katalog u inventar video oglasa bez novog snimanja. Na društvenim mrežama udahne novi život statičnim objavama čiji je angažman stagnirao. U prezentacijama animira slajdove i ilustracije koje nikada ne bi opravdale produkcijski budžet. A u kreativnom radu omogućuje ti istraživanje animiranih varijanti istog djela uz zanemariv trošak.
Tri ograničenja umjeruju ovaj entuzijazam, a najbolje ih je znati prije nego obećaš rezultat. Model općenito poštuje kompoziciju izvorne slike, ali distorzije se mogu pojaviti na finim detaljima – tipografiji, rukama, repetitivnim uzorcima. Složeni pokreti, poput hodanja lika ili ubrzavanja vozila, znatno su teži za postići od suptilnih pokreta vjetra, vode ili svjetla; usmjeri svoje zahtjeve prema potonjima. Naposljetku, kvaliteta rezultata usko ovisi o rezoluciji izvorne slike: loš vizual na ulazu nikada neće proizvesti čist video na izlazu.
Ključne točke
- Parametar
imageprihvaća URL slike koju treba animirati - Prompt mora opisati pokret, a ne sliku
- Suptilni pokreti (vjetar, voda, svjetlo) daju najbolje rezultate
- Image-to-video je idealan za e-trgovinu i društvene mreže
- Kvaliteta izvorne slike izravno utječe na rezultat