Rediģēšana ar vairākiem attēliem un atsauces
Šajā lapā
Atjaunināts 2026. gada 2. novembrī — Imagine.
grok-imagine-image-qualitytika izņemts no aprites 2026. gada 2. novembrī (pieprasījumus tagad apstrādā Imagine 2.0 arlowkvalitāti): piemēros tagad izmantotigrok-imagine-image(Imagine 1.0) ungrok-imagine-image-2.0(Imagine 2.0 arlow,mediumvaiautokvalitāti). Izmantojot OpenAI SDK, parametriaspect_ratio,resolutionunqualitytiek nodoti caurextra_body, bet rediģēšana tiek veikta, izmantojot xAI SDK vai HTTP pieprasījumu.
Darbs ar vairākiem avota attēliem
Viena no rediģēšanas galapunkta (endpoint) stiprajām pusēm ir iespēja vienā pieprasījumā norādīt līdz pat 5 atsauces attēliem. Tas paver plašas radošas iespējas: elementu apvienošanu no vairākiem avotiem, stilu sajaukšanu vai sarežģītu kompozīciju veidošanu.
Parametrs images (daudzskaitlis)
Pāreja no image uz images maina ne tikai parametra formātu, bet arī to, ko tu prasi modelim izdarīt. Ar vienu avotu tas modificē attēlu; ar vairākiem tam ir jāarbitrē starp tiem — jāizlemj, ko ņemt no katra. Tas arbitrēs jebkurā gadījumā; vienīgais jautājums ir, vai tu virzi šo procesu, kas ir nākamās sadaļas fokuss.
Ņem vērā, ka abi parametri ir savstarpēji izslēdzoši: image (viens objekts) un images (masīvs) nevar apvienot.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
payload = {
"model": "grok-imagine-image",
"prompt": "Apvieno tēlu no pirmā attēla ar "
"ainavu no otrā attēla",
"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()
Attēlu atsaucošana uzvednē (Prompt)
Kad norādi vairākus attēlus, uzvednē vari atsaukties uz tiem individuāli, izmantojot sintaksi <IMAGE_0>, <IMAGE_1> utt. Indeksācija sākas no 0.
payload = {
"model": "grok-imagine-image",
"prompt": "Novieto produktu no <IMAGE_0> uz galda no <IMAGE_1>, "
"saglabājot apkārtējo apgaismojumu no <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>
]
}
Tieši šī sintakse atšķir kontrolētu kompozīciju no aptuvenas sajaukšanas. Frāze „Apvieno šos attēlus” atstāj visu modeļa ziņā; savukārt „novieto produktu no <IMAGE_0> vidē no <IMAGE_1>, saglabājot apgaismojumu no <IMAGE_1>” neatstāj vietu interpretācijai. Tiklīdz norādi vairāk nekā vienu avotu, atsaucies uz tiem eksplicīti.
Lietošanas gadījumi ar vairākiem attēliem
Stila pārnešana
Pielieto atsauces attēla stilu citam attēlam:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Reproducē <IMAGE_0> saturu, izmantojot <IMAGE_1> māksliniecisko stilu",
"images": [
{"url": "https://exemple.com/photo-originale.jpg"},
{"url": "https://exemple.com/reference-style.jpg"}
]
}
Produkta kompozīcija
Integrē produktu vidē, izmantojot atsauces apgaismojumu:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "No fotogrāfē produktu no <IMAGE_0>, kas novietots uz mēbelēm no <IMAGE_1> "
"telpā no <IMAGE_2>, nodrošinot konsekventu dabisko apgaismojumu",
"images": [
{"url": "https://exemple.com/produit-detouré.png"},
{"url": "https://exemple.com/meuble.jpg"},
{"url": "https://exemple.com/piece.jpg"}
]
}
Sejas un fona sapludināšana
Apvieno portretu ar konkrētu fonu:
payload = {
"model": "grok-imagine-image",
"prompt": "Novieto personu no <IMAGE_0> ēkas <IMAGE_1> priekšā, "
"saglabājot dabisko apgaismojumu un perspektīvu",
"images": [
{"url": "https://exemple.com/portrait.jpg"},
{"url": "https://exemple.com/batiment.jpg"}
]
}
Ierobežojumi un labākā prakse
Tehniskais limits ir 5 attēli vienā pieprasījumā, un tu vari brīvi jaukt formātus — daži avoti kā URL, citi kā Base64 — vienā masīvā. Īstās grūtības slēpjas nevis tur, bet gan uzvednes precizitātē, kurai jāaug līdz ar attēlu skaitu. Ar diviem avotiem bieži pietiek ar „apvieno tēlu un vidi”; ar pieciem avotiem modelis vairs nevar uzminēt, kurš elements no kura attēla jāņem, un tieši šeit nāk talkā atsauces <IMAGE_1> līdz <IMAGE_5>: „novieto logo no <IMAGE_2> uz tēla krekla no <IMAGE_1>, izmantojot apgaismojuma noskaņu no <IMAGE_3>” neatstāj nekādu neskaidrību. Sarežģītām daudzu avotu kompozīcijām pro modelis (grok-imagine-image-quality) attaisno savu papildu cenu: tieši šeit visvairāk ir redzama atšķirība no standarta modeļa, proti, konsekvence starp neviendabīgiem elementiem.
Praktisks uzdevums
Izmēģini apvienot divus attēlus, kas tev ir pie rokas:
payload = {
"model": "grok-imagine-image",
"prompt": "Izveido ainu, kurā objekts no <IMAGE_0> peld debesīs no <IMAGE_1>, "
"sirreālistiskā stilā",
"images": [
{"url": "URL_OF_YOUR_FIRST_IMAGE"},
{"url": "URL_OF_YOUR_SECOND_IMAGE"}
],
"n": 3
}
Ģenerē 3 variācijas, lai salīdzinātu modeļa interpretācijas.
Galvenās atziņas
- Parametrs
imagesmasīvā pieņem līdz pat 5 avota attēliem image(vienskaitlis) unimages(daudzskaitlis) ir savstarpēji izslēdzoši- Sintakse
<IMAGE_0>,<IMAGE_1>ļauj uzvednē atsaukties uz katru attēlu - Lietošanas gadījumi ietver stila pārnešanu, kompozīciju un sapludināšanu
- Izmantojot vairākus avotus, esi precīzs savā uzvednē