Redagavimas su keliais vaizdais ir nuorodomis
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 2 d. — Imagine.
grok-imagine-image-qualitybuvo pašalintas nuo 2026 m. lapkričio 2 d. (užklausos dabar apdorojamos naudojant Imagine 2.0 sulowkokybe): pavyzdžiuose dabar naudojamigrok-imagine-image(Imagine 1.0) irgrok-imagine-image-2.0(Imagine 2.0,low,mediumarbaautokokybės). Naudojant OpenAI SDK, parametraiaspect_ratio,resolutionirqualityperduodami perextra_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
imagesmasyve priima iki 5 šaltinio vaizdų image(vienaskaita) irimages(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