Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Az szerkesztés és a hosszabbítás kombinálása

9. lecke 12 közül Frissítve 2026. november 3. Középhaladó
Ezen az oldalon
  1. Haladó gyártási folyamatok
  2. 1. folyamat: 15 másodperces termékpromóció
  3. 2. folyamat: Öt tartalom, egy stílus
  4. 3. folyamat: Variánsok levezetése egy videóból
  5. A láncolat hibákkal szembeni ellenállóvá tétele
  6. Főbb megállapítások

Frissítve: 2026. november 2. Az xAI videó API referenciája alapján: a forráskép egy image objektumba, a szerkesztendő vagy hosszabbítandó videó pedig egy video objektumba ({"url": ...}) kerül, mind a hosszabbítás, mind a szerkesztés esetén. Források: Videó hosszabbítás · Videók referenciája.

Haladó gyártási folyamatok

Önmagukban használva minden végpontnak vannak korlátai: a generálás maximum 15 másodperc, a szerkesztés 8,7 másodperc forrásanyagot, a hosszabbítás pedig 10 másodperc hozzáadott tartalmat engedélyez. Kombinálva azonban olyan gyártási folyamatokat (pipeline-okat) alkotnak, amelyek messze meghaladják ezeket a határokat, és ami még fontosabb: ellenőrzési pontot biztosítanak minden egyes szegmens után. Ez a lecke három valós forgatókönyvet mutat be, a termékklippektől a stilisztikai variációkig, és azt, hogyan tedd ezeket megbízhatóvá.

1. folyamat: 15 másodperces termékpromóció

A helyzet klasszikus: van egy okostelefonról készült fotód, és egy 15 másodperces promóciós videót kell szállítanod. A folyamat három, egyenként 5 másodperces szegmensből épül fel, ahol minden lépést validálsz, mielőtt továbblépnél.

Az első szegmens animálja a termékfotót – forgatás, fényjáték a tükröződéseken – az előző szakaszban tanult kép-videó (image-to-video) módszerrel.

{
  "model": "grok-imagine-video",
  "prompt": "Elegant rotation of the smartphone on a dark background, light reflections on the screen",
  "image": {"url": "https://exemple.com/smartphone.jpg"},
  "duration": 5,
  "aspect_ratio": "16:9",
  "resolution": "720p"
}

A második lépés kiterjeszti ezt a felvételt egy olyan hosszabbítással, amely közelebb viszi a kamerát a képernyőhöz, újrafelhasználva az előző lépésben kapott URL-t.

{
  "model": "grok-imagine-video",
  "prompt": "Progressive zoom towards the smartphone screen turning on, displaying a colorful interface",
  "video": {"url": "{url_video_etape_1}"},
  "duration": 5
}

A harmadik lépés lezárja a szekvenciát egy totálképpel, ezúttal a második szegmens kimenetéből indulva.

{
  "model": "grok-imagine-video",
  "prompt": "Zoom out revealing the smartphone placed on a design desk, soft light, slight background blur",
  "video": {"url": "{url_video_etape_2}"},
  "duration": 5
}

Tizenöt másodperc új tartalom, másodpercenként 0,05 $ áron a grok-imagine-video modellel: számíts körülbelül 0,75 $ költségre, iterációk nélkül, feltéve, hogy minden szegmenst a saját időtartama alapján számláznak. Minden lépés tényleges költsége a hozzá tartozó eredmény usage.cost_in_usd_ticks mezőjében jelenik meg: ellenőrizd ezt egy tesztfolyamaton, mielőtt költségvetést terveznél egy sorozatra.

2. folyamat: Öt tartalom, egy stílus

Más helyzet, más logika: öt darab 5 másodperces videót kell gyártanod egy közösségi média kampányhoz, konzisztens vizuális stílusban. Itt nem a láncolás strukturálja a munkát, hanem a referenciaképek, amelyek minden generálásnál azonosak. Az öt prompt különböző jeleneteket ír le; a stílus ugyanaz marad köszönhetően ugyanannak a két vizuális elemnek.

references = [
    {"url": "https://exemple.com/style-campagne-1.jpg"},
    {"url": "https://exemple.com/style-campagne-2.jpg"}
]

prompts = [
    "Coffee pouring into a white ceramic cup, rising steam",
    "Hands typing on a keyboard, blurred screen in background",
    "An open notebook with a pen writing, natural light",
    "A green plant growing in timelapse in a clay pot",
    "A book whose pages turn in the wind on a terrace"
]

for prompt in prompts:
    resp = httpx.post(
        "https://api.x.ai/v1/videos/generations",
        headers=headers,
        json={
            "model": "grok-imagine-video",
            "prompt": prompt,
            "reference_images": references,
            "duration": 5,
            "aspect_ratio": "9:16",
            "resolution": "720p"
        }
    )

Öt darab 5 másodperces klip összesen 1,25 $-ba kerül. Figyeld meg a 9:16 formátumot, amelyet minden kérésre alkalmaztunk: egy függőleges (vertical) kampány esetén ez az apróság hiánya teljes újragenerálást tehet szükségessé.

3. folyamat: Variánsok levezetése egy videóból

A harmadik séma semmit sem láncol össze: több különböző szerkesztést alkalmaz párhuzamosan ugyanarra a forrásvideóra. Így ugyanannak a klipnek négy verzióját kapod meg, amelyeket A/B tesztekhez javasolhatsz, vagy különböző identitású platformokra oszthatsz szét.

video_source = "https://exemple.com/video-base.mp4"

variations = [
    "Cinematic black and white style, film grain",
    "Pop art saturated colors, strong contrasts",
    "Night ambiance, purple and blue neon lights",
    "Watercolor style, soft outlines and washed colors"
]

for variation in variations:
    resp = httpx.post(
        "https://api.x.ai/v1/videos/edits",
        headers=headers,
        json={
            "model": "grok-imagine-video",
            "prompt": variation,
            "video": {"url": video_source}
        }
    )

Ez a három folyamat négy végpontot használ, amelyeket az alábbi táblázat foglal össze.

VégpontMetódusBemenetKimenetMax. időtartam
/v1/videos/generationsPOSTPrompt + opciókÚj videó1-15 mp
/v1/videos/editsPOSTVideó + promptMódosított videóForrás max. 8,7 mp
/v1/videos/extensionsPOSTVideó + promptHosszabbított videó+2–10 mp, forrás max. 15 mp
/v1/videos/{id}GETrequest_idÁllapot + URL-

A láncolat hibákkal szembeni ellenállóvá tétele

Ahogy műveleteket láncolsz össze, jelentősen nő annak a valószínűsége, hogy legalább egyikük meghibásodik, és ha nincs előkészítve semmi, egy hiba a harmadik láncszemben elveszíti az első kettőt is. Az alábbi függvény minden lépést egy újrapróbálkozó ciklusba (retry loop) csomagol, és csak akkor lép tovább a következőre, ha megszerezte az URL-t.

async def pipeline_with_retry(steps, max_retries=2):
    video_url = None
    for i, step in enumerate(steps):
        for attempt in range(max_retries + 1):
            try:
                if step["type"] == "generation":
                    result = await generate_video(step["params"])
                elif step["type"] == "extension":
                    step["params"]["video"] = {"url": video_url}
                    result = await extend_video(step["params"])
                elif step["type"] == "edition":
                    step["params"]["video"] = {"url": video_url}
                    result = await edit_video(step["params"])

                video_url = await wait_for_result(result["request_id"])
                break
            except Exception as e:
                if attempt == max_retries:
                    raise Exception(f"Step {i+1} failed: {e}")
                await asyncio.sleep(10)
    return video_url

E köré a váz köré öt szokás épül, ami eldönti a különbséget egy prototípus és egy éles szolgáltatás között. Töltsd le az eredményt minden lépésben, mivel az URL-ek ideiglenesek, és egy incidensből való felépüléshez szükség van a közbenső verziókra. Vizually validáld minden szegmenst, mielőtt továbblépnél, különben három generálásért fizetsz, csak hogy rájöjj: az első nem volt megfelelő. Kezeld a hibákat exponenciális visszalépéssel (exponential backoff) tagolt újrapróbálkozásokkal. Számold ki a teljes költségvetést egy hosszú láncolat indítása előtt, figyelembe véve a valószínű iterációkat. És párhuzamosítsd, amit lehet: a 2. és 3. folyamatban egyetlen generálás sem függ a másiktól, így ezek egyszerre fussanak.

Árazás ellenőrizve: 2026. november 3. – az árak rendszeresen változnak: bármilyen költségvetés-számítás előtt ellenőrizd az aktuális díjszabást a hivatalos xAI modellek és árazás oldalon.

Főbb megállapítások

  • A három végpont (generálás, szerkesztés, hosszabbítás) folyamatokká (pipeline-okká) kombinálható
  • A referenciaképek biztosítják a stilisztikai konzisztenciát több videó között
  • Az iteratív szerkesztés lehetővé teszi egy videóból több verzió levezetését
  • Töltsd le a közbenső eredményeket, és kezeld a hibákat minden lépésben
  • Számold ki a teljes költségvetést, mielőtt összetett folyamatokat indítasz