Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Redagavimas su keliais vaizdais ir nuorodomis

Paskaita 7 iš 14 Atnaujinta 2026 m. lapkričio 2 d. Pradedantisiems
Šiame puslapyje
  1. Darbas su keliais šaltinio vaizdais
  2. Parametras images (daugiskaita)
  3. Vaizdų nurodymas užklausoje (Prompt)
  4. Naudojimo atvejai su keliais vaizdais
  5. Ribos ir geriausios praktikos
  6. Praktinė užduotis
  7. Svarbiausi punktai

Atnaujinta 2026 m. lapkričio 2 d. — Imagine. grok-imagine-image-quality buvo pašalintas nuo 2026 m. lapkričio 2 d. (užklausos dabar apdorojamos naudojant Imagine 2.0 su low kokybe): pavyzdžiuose dabar naudojami grok-imagine-image (Imagine 1.0) ir grok-imagine-image-2.0 (Imagine 2.0, low, medium arba auto kokybės). Naudojant OpenAI SDK, parametrai aspect_ratio, resolution ir quality perduodami per extra_body, o redagavimas atliekamas naudojant xAI SDK arba HTTP užklausą.

Darbas su keliais šaltinio vaizdais

Viena iš redagavimo galutinio taško (endpoint) stiprybių – galimybė vienoje užklausoje pateikti iki 5 atskaitos vaizdų. Tai atveria pažangias kūrybines galimybes: derinti elementus iš kelių šaltinių, maišyti stilius arba kurti sudėtingas kompozicijas.

Parametras images (daugiskaita)

Perėjimas nuo image prie images keičia ne tik parametro struktūrą: tai keičia tai, ko prašai modelio. Turint vieną šaltinį, jis modifikuoja vaizdą; turint kelis, jis turi arbitruoti tarp jų – spręsti, ką imti iš kiekvieno. Jis arbitruos bet kokiu atveju; klausimas tik tas, ar tu nukreipsi šį procesą, apie ką ir kalbėsime kitame skyriuje.

Atkreipk dėmesį, kad šie du parametrai yra nesuderinami: image (vienas objektas) ir images (masyvas) negali būti naudojami kartu.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Sujunk veikėją iš pirmojo vaizdo su "
              "kraštovaizdžiu iš antrojo vaizdo",
    "images": [
        {"url": "https://exemple.com/personnage.jpg"},
        {"url": "https://exemple.com/paysage.jpg"}
    ]
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
).json()

Vaizdų nurodymas užklausoje (Prompt)

Kai pateiki kelis vaizdus, užklausoje gali nurodyti kiekvieną iš jų individualiai naudodamas sintaksę <IMAGE_0>, <IMAGE_1> ir t. t. Indeksas prasideda nuo 0.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Padėk produktą iš <IMAGE_0> ant stalo iš <IMAGE_1>, "
              "su aplinkos apšvietimu iš <IMAGE_2>",
    "images": [
        {"url": "https://exemple.com/produit.jpg"},      # <IMAGE_0>
        {"url": "https://exemple.com/table.jpg"},         # <IMAGE_1>
        {"url": "https://exemple.com/ambiance.jpg"}       # <IMAGE_2>
    ]
}

Būtent ši sintaksė atskiria kontroliuojamą kompoziciją nuo apytikslio sumaišymo. Fraze „Sujunk šiuos vaizdus“ viską palieki modeliui; fraze „padėk produktą iš <IMAGE_0> į <IMAGE_1> aplinką, išlaikant apšvietimą iš <IMAGE_1>“ nepalieki vietos interpretacijai. Kai tik pateiki daugiau nei vieną šaltinį, aiškiai į juos nuorodyk.

Naudojimo atvejai su keliais vaizdais

Stiliaus perkėlimas

Pritaikyk atskaitos vaizdo stilių kitam vaizdui:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Atkurk <IMAGE_0> turinį naudojant <IMAGE_1> meninį stilių",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Produkto kompozicija

Integruok produktą į aplinką su atskaitos apšvietimu:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Nufotografuok produktą iš <IMAGE_0>, pastatytą ant baldo iš <IMAGE_1> "
              "kambaryje iš <IMAGE_2>, išlaikant natūralų apšvietimą",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Veido ir fono sujungimas

Sujunk portretą su specifiniu fonu:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Padėk asmenį iš <IMAGE_0> prieš pastatą iš <IMAGE_1>, "
              "išlaikant natūralų apšvietimą ir perspektyvą",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Ribos ir geriausios praktikos

Techninė riba yra 5 vaizdai vienai užklausai, ir gali laisvai maišyti formatus – kai kuriuos šaltinius kaip URL, kitus kaip Base64 – tame pačiame masyve. Tikrasis sunkumas slypi ne čia: jis glūdi užklausos tikslume, kuris turi augti didėjant vaizdų skaičiui. Turint du šaltinius, frazės „sujunk veikėją ir aplinką“ dažnai pakanka; turint penkis, modelis nebegali spėlioti, kurį elementą imti iš kurio vaizdo, ir būtent čia pasireiškia nuorodų <IMAGE_1>–<IMAGE_5> vaidmuo: „padėk logotipą iš <IMAGE_2> ant veikėjo marškinėlių iš <IMAGE_1>, esant <IMAGE_3> apšvietimo atmosferai“ nepalieka jokių dviprasmybių. Sudėtingoms daugiašaltinėms kompozicijoms profesionalus modelis (grok-imagine-image-quality) pateisina savo papildomą kainą: būtent čia labiausiai matomas skirtumas tarp jo ir standartinio modelio – heterogeninių elementų nuoseklumas.

Praktinė užduotis

Pabandyk sujungti du turimus vaizdus:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Sukurk sceną, kurioje objektas iš <IMAGE_0> skraido <IMAGE_1> danguje, "
              "siurrealistiniu stiliumi",
    "images": [
        {"url": "URL_OF_YOUR_FIRST_IMAGE"},
        {"url": "URL_OF_YOUR_SECOND_IMAGE"}
    ],
    "n": 3
}

Sugeneruok 3 variacijas, kad palygintum modelio interpretacijas.

Svarbiausi punktai

  • Parametras images masyve priima iki 5 šaltinio vaizdų
  • image (vienaskaita) ir images (daugiskaita) yra nesuderinami
  • Sintaksė <IMAGE_0>, <IMAGE_1> leidžia užklausoje nurodyti kiekvieną vaizdą
  • Naudojimo atvejai apima stiliaus perkėlimą, kompoziciją ir sujungimą
  • Naudodamas kelis šaltinius, būk tikslus savo užklausoje