Immagini di riferimento e immagini fissate
In questa pagina
Lezione riscritta il 2 novembre 2026 sulla base della documentazione Reference-to-Video di xAI: le immagini di riferimento fanno apparire persone, oggetti o abiti specifici, designati nel prompt come
<IMAGE_0>,<IMAGE_1>… non solo per imporre uno stile; sugrok-imagine-video-1.5, possono ora accompagnareimage, un’ultima immagine fissata, i keyframe e le voci. La vecchia versione affermava cheimageereference_imagesfossero incompatibili. Fonti: Reference-to-Video · Reference Videos.
Fornire elementi visivi al modello
Animare direttamente un’immagine non è l’unico modo per fornire elementi visivi al modello. L’API video di xAI offre un secondo meccanismo: le immagini di riferimento. Invece di muovere l’immagine così com’è, esse forniscono elementi che il video deve far apparire — una persona, un prodotto, un capo d’abbigliamento — senza bloccare il primo piano. Comprendere il confine tra image e reference_images è la chiave di questa lezione.
Due parametri, due intenzioni
Il parametro image fornisce l’immagine da animare: diventa il primo fotogramma del video e il suo contenuto viene messo in movimento. Questo è l’image-to-video delle lezioni precedenti.
Il parametro reference_images fornisce immagini i cui elementi vengono riutilizzati dal modello: il volto di un modello, una camicia, una bottiglia di profumo. La scena stessa segue il tuo prompt. xAI cita tre usi tipici: virtual try-on, product placement e storie con personaggi ricorrenti. Ogni riferimento è un URL HTTPS pubblico, dati codificati in base64 o l’file_id di un file caricato, e puoi mescolare tutte e tre le forme in una singola richiesta.
{
"model": "grok-imagine-video-1.5",
"prompt": "Slow tracking shot on a white runway. The model from <IMAGE_0> enters from the background and walks toward the camera; they are wearing the shirt from <IMAGE_1> and black jeans. Slow motion, high quality, detailed faces.",
"reference_images": [
{"url": "https://exemple.com/mannequin.jpg"},
{"url": "https://exemple.com/chemise.jpg"}
],
"duration": 10,
"aspect_ratio": "16:9",
"resolution": "720p"
}
Citare i riferimenti nel prompt
Il prompt designa ogni riferimento in base alla sua posizione nell’elenco: <IMAGE_0> per il primo, <IMAGE_1> per il secondo e così via. Se fornisci anche image per fissare il primo fotogramma, questa occupa <IMAGE_0> e i tuoi riferimenti iniziano da <IMAGE_1>.
Con più riferimenti, xAI consiglia di assegnare a ciascuno un singolo ruolo e una posizione fissa nella scena, mantenendo il cast limitato e utilizzando oggetti di scena statici. Un riferimento che funge sia da personaggio che da arredamento, o dieci oggetti che si muovono contemporaneamente, producono scene confuse.
Le regole
| Limite | grok-imagine-video-1.5 | grok-imagine-video |
|---|---|---|
| Immagini di riferimento | Max 14 | Max 7 |
| Durata | Max 15 s | Max 10 s |
| Risoluzione | Max 720p | Max 720p |
| Prima immagine fissata con riferimenti, ultima immagine, keyframe | Sì | No |
Voci (reference_audios) | Max 3 voci predefinite | No |
Una richiesta di questo tipo deve contenere almeno un’immagine di riferimento, una voce, un’ultima immagine o dei keyframe.
Fissare immagini specifiche (grok-imagine-video-1.5)
Su grok-imagine-video-1.5, puoi fissare immagini esatte in momenti specifici del video:
imageelast_frameinsieme: il video inizia dalla prima immagine e termina con l’ultima, con il modello che interpola tra le due- Solo
last_frame: il modello inventa l’apertura e atterra sull’immagine fissata last_framecon riferimenti o voci: l’ultima immagine è fissata, i riferimenti guidano il resto; aggiungiimageper fissare anche la primakeyframes: fino a quattro keyframe, ciascuno con untimestamp_sstrettamente compreso tra 0 e la durata del video; gli ancoraggi si agganciano a una griglia di un terzo di secondo, quindi due keyframe devono essere distanziati di almeno un terzo di secondo
{
"model": "grok-imagine-video-1.5",
"prompt": "The flower opens slowly under the morning light",
"image": {"url": "https://exemple.com/bouton-ferme.jpg"},
"last_frame": {"url": "https://exemple.com/fleur-ouverte.jpg"},
"keyframes": [
{"image": {"url": "https://exemple.com/fleur-mi-ouverte.jpg"}, "timestamp_s": 3.0}
],
"duration": 6
}
Lo stesso modello può dare voce ai tuoi personaggi: reference_audios accetta fino a tre voci predefinite, designate dal loro voice_id (dal catalogo voci text-to-speech di xAI, ad esempio eve o leo), che il prompt cita come <AUDIO_0>, <AUDIO_1>…
Cosa rendono possibile i riferimenti
Il primo caso d’uso, e il più conveniente in un contesto professionale, è la continuità: lo stesso personaggio, lo stesso prodotto, da un video all’altro. Immagina una campagna di dieci video prodotta in tre settimane: senza riferimenti, il prodotto cambia leggermente forma e la mascotte cambia volto da una clip all’altra. Fornendo sistematicamente gli stessi riferimenti, ancori ciò che deve rimanere identico e solo il prompt varia la scena.
{
"model": "grok-imagine-video-1.5",
"prompt": "The smartphone from <IMAGE_0> sits on a minimalist desk; its screen turns on gradually, soft morning light",
"reference_images": [
{"url": "https://exemple.com/smartphone-officiel.jpg"}
],
"duration": 6
}
Il product placement segue la stessa logica — la tua bottiglia, la tua scarpa in una scena inventata — e il virtual try-on spinge oltre il concetto: una persona e un capo d’abbigliamento, ciascuno sul proprio riferimento, uniti nella stessa inquadratura.
Scegliere e abbinare i tuoi riferimenti
Scegli immagini nitide e ben illuminate in cui l’elemento da riutilizzare occupa la maggior parte dell’inquadratura: una camicia fotografata da sola su uno sfondo neutro funziona meglio di una camicia indossata in mezzo alla folla. Un riferimento, un soggetto.
La scrittura del prompt segue la distribuzione dei ruoli: i riferimenti portano gli elementi, il prompt descrive la scena e l’azione. Nomina ogni riferimento con il suo tag nel punto in cui interviene e sii esplicito sul movimento, che nessuna immagine trasporta.
Di fronte a una richiesta, la decisione si riduce a una domanda. Se vuoi animare un’immagine specifica così com’è, usa image. Se vuoi una nuova scena in cui appaiano persone o oggetti dati, usa reference_images. Se vuoi controllare l’inizio, la fine o momenti specifici, usa le immagini fissate di grok-imagine-video-1.5. E se nulla di tutto questo conta, il solo prompt è sufficiente.
Punti chiave
imageanima un’immagine che diventa la prima del video;reference_imagesfa apparire elementi senza bloccare il primo piano- Il prompt cita i riferimenti per posizione:
<IMAGE_0>,<IMAGE_1>… (imageoccupa<IMAGE_0>se fornito) - Fino a 14 riferimenti su
grok-imagine-video-1.5(15 s), 7 sugrok-imagine-video(10 s), max 720p - Su
grok-imagine-video-1.5,image,last_frame,keyframesereference_audioscompletano i riferimenti - Un ruolo per riferimento, cast limitato, oggetti di scena statici