Animuokite vaizdą naudodami image-to-video
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 2 d. remiantis xAI vaizdo API dokumentacija: šaltinio vaizdas pateikiamas
imageobjekte ({"url": ...}arba{"file_id": ...}), o ne kaip paprasta eilutė. Šaltiniai: Image-to-Video · Video Reference.
Įkvėpkite gyvybės savo vaizdams
xAI API ne tik kuria vaizdo įrašus nuo nulio. Jis taip pat gali animuoti esamą vaizdą – paimti jau turimą vizualinį turinį ir jį pajudinti. Ši funkcija, vadinama „image-to-video“, keičia darbo pobūdį: jūs nebeprašote modelio sugalvoti scenos, o prašote pratęsti jūsų sukurtąją. Tai būtent tai, ko reikia, kai produkto kortelę reikia paversti reklama, redakcinę iliustraciją pritaikyti socialiniams tinklams arba kai klientas jau patvirtino firmos vizualinį identitetą.
Parametras image
Techniškai viskas sumažėja iki image objekto pridėjimo, kuris nurodo šaltinio vaizdą pagal jo url (viešą adresą arba base64 koduotus duomenis) arba pagal file_id, jei failas buvo įkeltas naudojant Files API.
{
"model": "grok-imagine-video",
"prompt": "Animuokite šią sceną su vėjo efektu plaukuose",
"image": {"url": "https://exemple.com/photo-portrait.jpg"},
"duration": 5
}
Modelis išanalizuoja pateiktą vaizdą, išlaiko jo vizualinį turinį ir įtraukia judesį, aprašytą užuominoje (prompt). Šį kvietimą reglamentuoja trys sąlygos: vaizdas turi būti pasiekiamas (viešas URL, base64 duomenys arba įkeltas failas), būti JPEG, PNG arba WebP formato, o užuomina turi aprašyti pageidaujamą judesį, o ne patį vaizdą – modelis jį jau mato, todėl jo perdėtas aprašinėjimas tik eikvoja dėmesį.
Kaip rašyti užuominą, kai vaizdas jau kalba pats
Tai svarbiausias šios pamokos posūkis. Teksto į vaizdo įrašą (text-to-video) atveju jūsų užuomina neša viską: objektą, aplinką, stilių, veiksmą. Vaizdo į vaizdo įrašą (image-to-video) atveju pirmieji trys elementai jau duoti, todėl jums tereikia dirbti ties ketvirtuoju. Gera animacijos užuomina todėl primena režisieriaus pastabą operatorui, kuris jau stovi priešais dekoracijas.
Pirmiausia sutelkite dėmesį į tai, kas turi judėti, įvardykite elementą ir gesto pobūdį: „lapai švelniai šlamėja vėjyje“, „upės vanduo lėtai teka“, „veikėjas pasuka galvą į dešinę“. Tuomet galite pridėti dinamiškos atmosferos sluoksnį, kuris liečia ne konkretų objektą, o bendrą nuotaiką – „saulės šviesa pamažu prasiskverbia pro debesis“, „pradeda lyti lengvas lietus“. Du įpročiai, kurių reikia atsikratyti: neperpasakokite vaizdo („kalnų kraštovaizdis“ nieko neprideda) ir nereikalaukite radikalaus jo turinio pakeitimo – šis galinis taškas (endpoint) to nedaro.
Trys konkretūs pavyzdžiai
Produkto nuotrauka, tarkime, ant aksominės pagalvėlės gulintis laikrodis, puikiai tinka paprastam mechaniniam judesiui ir šviesos žaismui. Kvadratinis formatas tinka socialinio srauto kanalams, kuriems jis skirtas.
{
"model": "grok-imagine-video",
"prompt": "Lėtas laikrodžio sukimas aplink savo ašį, šviesos atspindžiai žiba ant ciferblato",
"image": {"url": "https://exemple.com/montre.jpg"},
"duration": 5,
"aspect_ratio": "1:1"
}
Kraštovaizdis – čia kalnų ežeras auštant – leidžia vienu metu naudoti kelis judesius, jei jie lieka lėti ir natūralūs. Ilgesnė trukmė yra pateisinama, nes tirpstantis rūkas yra efektas, kuriam reikia laiko atsiskleisti.
{
"model": "grok-imagine-video",
"prompt": "Lengvos bangos ežero paviršiuje, ryto rūkas lėtai sklaidosi, dangumi skrenda paukščiai",
"image": {"url": "https://exemple.com/lac-montagne.jpg"},
"duration": 8,
"aspect_ratio": "16:9"
}
Portretas, galiausiai, reikalauja santūrumo: užtenka kelių sekundžių, o judesys turi likti mikroskopinis, kitaip kyla rizika peržengti ribą ir sukelti nejaukumo jausmą. Vertikalus formatas paruošia jį publikavimui kaip „story“.
{
"model": "grok-imagine-video",
"prompt": "Žmogus švelniai mirkteli ir šiek tiek nusišypso, plaukai juda nuo lengvo vėjo gūsio",
"image": {"url": "https://exemple.com/portrait.jpg"},
"duration": 3,
"aspect_ratio": "9:16"
}
Kur šis požiūris lemia skirtumą
„Image-to-video“ randa savo natūralią terpę ten, kur jau egzistuoja vizualiniai ištekliai. Elektroninėje prekyboje ji paverčia nuotraukų katalogą vaizdo reklamų inventoriumi be naujų fotosesijų. Socialiniuose tinkluose ji įkvepia naujos gyvybės statiniams įrašams, kurių susidomėjimas sumažėjo. Prezentacijose ji animuoja skaidres ir iliustracijas, kurioms niekada nebūtų skirtas gamybos biudžetas. O kūrybiniame darbe tai leidžia tyrinėti to paties kūrinio animuotas variacijas minimaliomis išlaidomis.
Trys apribojimai šiek tiek atvėsina entuziazmą, ir geriau juos žinoti prieš pažadant rezultatą. Modelis dažniausiai gerbia šaltinio vaizdo kompoziciją, tačiau smulkiose detalėse gali atsirasti iškraipymų – tipografijoje, rankose, pasikartojančiuose raštuose. Sudėtingus judesius, pavyzdžiui, einantį veikėją arba greitėjantį transporto priemonę, pasiekti yra žymiai sunkiau nei subtilius vėjo, vandens ar šviesos judesius; nukreipkite savo prašymus būtent pastariesiems. Galiausiai, rezultato kokybė tiesiogiai priklauso nuo šaltinio vaizdo raiškos: prastas vizualas įvestyje niekada nesukurs švaraus vaizdo įrašo išvestyje.
Svarbiausi punktai
- Parametras
imagepriima URL nuorodą į animuojamą vaizdą - Užuomina turi aprašyti judesį, o ne patį vaizdą
- Subtilūs judesiai (vėjas, vanduo, šviesa) duoda geriausius rezultatus
- „Image-to-video“ idealiai tinka elektroninei prekybai ir socialiniams tinklams
- Šaltinio vaizdo kokybė tiesiogiai lemia galutinį rezultatą