Anima un'immagine con image-to-video
In questa pagina
Aggiornato il 2 novembre 2026 in base al riferimento API video di xAI: l’immagine sorgente va inserita in un oggetto
image({"url": ...}o{"file_id": ...}), non come semplice stringa. Fonti: Image-to-Video · Riferimento Video.
Dai vita alle tue immagini
Le API di xAI non generano solo video da zero. Possono anche animare un’immagine esistente: prendono un elemento visivo che già possiedi e lo mettono in movimento. Questa funzionalità, chiamata image-to-video, cambia la natura del lavoro: non chiedi più al modello di inventare una scena, ma di estendere la tua. È esattamente ciò che ti serve per trasformare una scheda prodotto in uno spot pubblicitario, un’illustrazione editoriale destinata ai social media o un visual di marca già approvato da un cliente.
Il parametro image
Tecnicamente, tutto si riduce all’aggiunta di un oggetto image, che identifica il visual sorgente tramite il suo url (indirizzo pubblico o dati codificati in base64) o tramite l’file_id di un file caricato tramite le API Files.
{
"model": "grok-imagine-video",
"prompt": "Anima questa scena con un effetto di vento tra i capelli",
"image": {"url": "https://exemple.com/photo-portrait.jpg"},
"duration": 5
}
Il modello analizza l’immagine fornita, ne preserva il contenuto visivo e inietta il movimento descritto dal prompt. Tre condizioni governano questa chiamata: l’immagine deve essere accessibile (URL pubblico, dati base64 o file caricato), in formato JPEG, PNG o WebP, e il prompt deve descrivere il movimento desiderato piuttosto che l’immagine stessa: il modello la vede già, e ridescriverla spreca solo attenzione.
Scrivi un prompt quando l’immagine parla già
Questo è il cambiamento più importante di questa lezione. Nel text-to-video, il tuo prompt porta tutto: soggetto, ambientazione, stile, azione. Nell’image-to-video, i primi tre sono dati e devi lavorare solo sul quarto. Un buon prompt di animazione assomiglia quindi a una nota di regia indirizzata a un direttore della fotografia che ha già il set davanti a sé.
Concentrati prima su ciò che deve muoversi, nominando l’elemento e la natura del gesto: “le foglie frusciano dolcemente nel vento”, “l’acqua del fiume scorre lentamente”, “il personaggio gira la testa a destra”. Puoi poi aggiungere uno strato di atmosfera dinamica, che non riguarda un oggetto specifico ma l’atmosfera generale: “la luce del sole filtra gradualmente attraverso le nuvole”, “inizia a cadere una pioggia leggera”. Due abitudini da dimenticare: non ridescrivere l’immagine (“un paesaggio montano” non aggiunge nulla) e non richiedere una trasformazione radicale del suo contenuto: non è ciò che fa questo endpoint.
Tre esempi concreti
Una foto di prodotto, diciamo un orologio appoggiato su un cuscino di velluto, si presta a un semplice movimento meccanico e a un gioco di luci. Il formato quadrato si adatta al feed social a cui è destinato.
{
"model": "grok-imagine-video",
"prompt": "Lenta rotazione dell'orologio su se stesso, riflessi di luce scintillanti sul quadrante",
"image": {"url": "https://exemple.com/montre.jpg"},
"duration": 5,
"aspect_ratio": "1:1"
}
Un paesaggio: qui un lago di montagna all’alba, permette diversi movimenti simultanei, purché rimangano lenti e naturali. La durata più lunga è giustificata perché la nebbia che si dirada è un effetto che ha bisogno di tempo per essere letto.
{
"model": "grok-imagine-video",
"prompt": "Leggere increspature sulla superficie del lago, nebbia mattutina che si dirada lentamente, uccelli che attraversano il cielo",
"image": {"url": "https://exemple.com/lac-montagne.jpg"},
"duration": 8,
"aspect_ratio": "16:9"
}
Un ritratto, infine, richiede moderazione: pochi secondi sono sufficienti e il movimento deve rimanere microscopico per non rischiare di scivolare nel perturbante. Il formato verticale lo prepara alla pubblicazione come storia.
{
"model": "grok-imagine-video",
"prompt": "La persona sbatte delicatamente le palpebre e sorride leggermente, i capelli si muovono con una leggera brezza",
"image": {"url": "https://exemple.com/portrait.jpg"},
"duration": 3,
"aspect_ratio": "9:16"
}
Dove questo approccio fa la differenza
L’image-to-video trova il suo terreno naturale ovunque esistano già asset visivi esistenti. Nell’e-commerce, trasforma un catalogo fotografico in un inventario di video pubblicitari senza nuove riprese. Sui social media, dà nuova vita a post statici il cui coinvolgimento è in stallo. Nelle presentazioni, anima slide e illustrazioni che non avrebbero mai giustificato un budget di produzione. E per il lavoro creativo, ti permette di esplorare varianti animate della stessa opera a un costo trascurabile.
Tre limiti temperano questo entusiasmo, ed è meglio conoscerli prima di promettere un risultato. Il modello rispetta generalmente la composizione dell’immagine sorgente, ma possono apparire distorsioni sui dettagli fini: tipografia, mani, motivi ripetitivi. I movimenti complessi, come un personaggio che cammina o un veicolo che accelera, sono significativamente più difficili da ottenere rispetto ai movimenti sottili di vento, acqua o luce; orienta le tue richieste verso questi ultimi. Infine, la qualità del risultato dipende strettamente dalla risoluzione dell’immagine sorgente: un visual mediocre in input non produrrà mai un video pulito in output.
Punti chiave
- Il parametro
imageaccetta un URL dell’immagine da animare - Il prompt deve descrivere il movimento, non l’immagine
- I movimenti sottili (vento, acqua, luce) producono i migliori risultati
- L’image-to-video è ideale per l’e-commerce e i social media
- La qualità dell’immagine sorgente impatta direttamente sul risultato