Generiranje slika i videozapisa
Na ovoj stranici
Ažurirano 2. studenoga 2026.: Imagine. Model
grok-imagine-image-qualitypovučen je 2. studenoga 2026.: njegovi se zahtjevi sada obrađuju putem Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 USD po slici) uz kvalitetulow. Ako imaš stariji kod, zamijeni ID modela i postavi željenu kvalitetu;grok-imagine-image(verzija 1.0) nije pogođen. Imagine Image 2.0 prihvaća do pet referentnih slika i kvalitetuauto, koja je sada zadana.
Vizualno stvaranje s Grokom
Sada kada si vidio kako Grok razumije sliku, vrijeme je da vidiš kako je stvara. Obitelj modela grok-imagine generira slike i videozapise iz tekstualnih opisa, što ga čini alatom za stvaranje sadržaja, vizualno prototipiranje i ilustraciju. Vizualna ideja za koju su ranije bili potrebni brief, vanjski suradnik i dva dana čekanja sada se može testirati u nekoliko minuta, čak i ako konačnu verziju kasnije prepustiš profesionalcu.
Generiranje slike
Na grok.com generiranje je ugrađeno u sučelje za razgovor: jednostavno opiši sliku koju želiš u svojoj poruci. Kvaliteta rezultata gotovo u potpunosti ovisi o preciznosti tog opisa, kao u ovom primjeru koji definira subjekt, mjesto, vrijeme i stil:
Create an illustration of a ginger cat sitting on a Paris
rooftop at sunset, in watercolor style.
Grok automatski koristi model grok-imagine za izradu slike, koja se pojavljuje u razgovoru i može se preuzeti. Dva modela postoje paralelno, ovisno o tvojim potrebama: grok-imagine-image, standardni model, brz i jeftin, dobar je za iteracije i isprobavanje kadrova, dok grok-imagine-image-2.0 (Imagine Image 2.0) proizvodi detaljnije, realističnije prikaze koje ćeš sačuvati kao konačnu verziju.
Kroz API dobivaš preciznu kontrolu nad generiranjem:
response = client.images.generate(
model="grok-imagine-image",
prompt="A futuristic landscape with floating buildings",
n=1,
aspect_ratio="16:9",
resolution="2k"
)
Dostupni omjeri stranica uključuju 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 i druge, što je dovoljno da iz istog prompta izradiš banner i njegovu vertikalnu mobilnu verziju. Možeš generirati do 10 slika po zahtjevu, što je ispravan način za istraživanje umjetničkog smjera: deset varijacija dobrog prompta vrijedi više od jedne slike iz prompta za koji misliš da je savršen.
Grok može i uređivati postojeće slike. Uređivanje putem API-ja omogućuje ti dodavanje elemenata, promjenu stila ili raspoloženja, ispravljanje detalja i, prije svega, lančano povezivanje uzastopnih uređivanja prosljeđivanjem izlaza jednog zahtjeva u sljedeći. To je lančanje daleko bolje od golemog prompta koji pokušava učiniti sve odjednom: napreduješ kroz jasne ispravke i možeš se vratiti unatrag. Možeš dostaviti do 5 izvornih slika po zahtjevu za uređivanje.
Generiranje videozapisa
Za razliku od slika koje se proizvode trenutno, izrada videozapisa je asinkroni proces, što ima izravnu posljedicu na tvoj kod: ne možeš čekati odgovor unutar samog zahtjeva. Slijed je sljedeći:
- Šalješ zahtjev s opisom
- Primaš ID zahtjeva
- Videozapis se generira u pozadini
- Dohvaćaš rezultat kada generiranje završi
Postoje tri pristupa. Text-to-Video stvara videozapis iz tekstualnog opisa, Image-to-Video animira postojeću sliku (najpouzdaniji put kada već imaš početni vizual koji želiš), a referentne slike djeluju kao vodič za stil videozapisa kako bi ostao usklađen s identitetom brenda.
| Parametar | Vrijednosti |
|---|---|
| Trajanje | 1 do 15 sekundi po generiranju |
| Omjer stranica | 1:1, 16:9, 9:16, 4:3 i drugi |
| Rezolucija | 480p ili 720p |
Također možeš produžiti generirani videozapis: dodaješ 2 do 10 sekundi na kraj postojećeg isječka s promptom koji opisuje što se treba dogoditi dalje. To je najjednostavniji način da prijeđeš duljinu jednog generiranja bez gubitka vizualnog kontinuiteta.
Pisanje prompta koji drže vodu
Za sliku opiši subjekt, stil, boje, raspoloženje i osvjetljenje, umjesto da samo imenuješ objekt. Eksplicitno navedi stil koji želiš (akvarel, fotografija, vektorska ilustracija, pixel art), jer će u suprotnom model odlučiti umjesto tebe. Odredi kompoziciju (pogled sprijeda, ptičja perspektiva, krupni plan ili panoramski prikaz), a zatim detalje koji sidre scenu: teksture, materijali, doba dana, godišnje doba.
Za videozapis pokret je ono što nosi rezultat: odredi što se kreće, u kojem smjeru i kojom brzinom, a zatim raspoloženje koje želiš (smireno, dinamično, dramatično ili veselo). Budi realan glede opsega, jer kratki isječci s jednostavnim pokretima daju bolje rezultate od složenog kadra zatraženog odjednom.
Četiri ograničenja na koja trebaš računati od prvog pokušaja
URL-ovi generiranih slika i videozapisa su privremeni: odmah preuzmi svoje kreacije, inače ćeš ih morati ponovno generirati, a identično generiranje nikada ne daje točno isti rezultat. Moderacija sadržaja primjenjuje se automatski. Generiranje videozapisa ima zadani vremenski limit od deset minuta, što moraš uzeti u obzir u rukovanju pogreškama. Konačno, uređivanje videozapisa ograničeno je na 8,7 sekundi izlaza uz maksimalnu rezoluciju od 720p: vrijedi znati prije nego što na tome gradiš urednički format.
Ključne točke
- grok-imagine generira slike (standardne i 2.0) i videozapise
- Slike se generiraju trenutno; videozapisi se generiraju asinkrono
- Dostupno je nekoliko omjera stranica i rezolucija
- Uređivanje slika i produživanje videozapisa šire tvoje kreativne mogućnosti
- Generirani URL-ovi su privremeni: odmah preuzmi svoje kreacije