Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Immaġnijiet ta' Referenza u Immaġnijiet Ippinnjati

Lezzjoni 5 / 12 Aġġornat 2 ta’ Novembru 2026 Livell Medju
F'din il-paġna
  1. Kif Tipprovdi Viżwali lill-Mudell
  2. Żewġ Parametri, Żewġ Intenzjonijiet
  3. Kif Tissejjaħ ir-Referenzi fil-Prompt
  4. Ir-Regoli
  5. Kif Tippinja Immaġnijiet Speċifiċi (grok-imagine-video-1.5)
  6. X’Jippermettu r-Referenzi
  7. Kif Tagħżel u Tgħaqqad ir-Referenzi Tiegħek
  8. Punti Ewlenin

Lezzjon miktuba mill-ġdid fit-2 ta’ Novembru 2026 abbażi tad-dokumentazzjoni Reference-to-Video ta’ xAI: l-immaġnijiet ta’ referenza jippermettu li persuni, oġġetti jew ħwejjeġ speċifiċi jidhru, indikati fil-prompt bħala <IMAGE_0>, <IMAGE_1>… — mhux biss biex timponi stil; fuq grok-imagine-video-1.5, issa jistgħu jakkumpanjaw image, immaġni finali mippinjata, keyframes, u vuċijiet. Il-verżjoni antika kienet tgħid li image u reference_images ma kinux kompatibbli. Sorsi: Reference-to-Video · Reference Videos.

Kif Tipprovdi Viżwali lill-Mudell

L-animazzjoni diretta ta’ immaġni mhix l-uniku mod biex tipprovdi viżwali lill-mudell. L-API tal-vidjo ta’ xAI toffri mekkaniżmu ieħor: immaġnijiet ta’ referenza. Minflok timxi l-immaġni eżattament kif inhi, dawn jipprovdu elementi li l-vidjo għandu jġib fid-dehra — persuna, prodott, biċċa ħwejjeġ — mingħajr ma jiffriża l-quddiem. Li tifhem il-fruntiera bejn image u reference_images huwa ċ-ċavetta ta’ din il-lezzjoni.

Żewġ Parametri, Żewġ Intenzjonijiet

Il-parametru image jipprovdi l-immaġni li għandha tiġi animata: din issir l-ewwel qafas tal-vidjo, u l-kontenut tagħha jitqiegħed fiċ-ċaqliq. Dan huwa l-image-to-video mil-lezzjonijiet preċedenti.

Il-parametru reference_images jipprovdi immaġnijiet li l-mudell jerġa’ juża l-elementi tagħhom: wiċċ ta’ mudell, qmis, flixkun tal-perfume. Ix-xena nnifisha ssegwi l-prompt tiegħek. xAI jsemmi tliet użi tipiċi: provi virtwali (virtual try-on), tpoġġija ta’ prodotti (product placement), u stejjer b’karattri rikorrenti. Kull referenza hija URL pubbliku HTTPS, data kodifikata b’base64, jew l-file_id ta’ fajl imtella’, u tista’ tħallat it-tliet forom f’talba waħda.

{
  "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"
}

Kif Tissejjaħ ir-Referenzi fil-Prompt

Il-prompt jindika kull referenza skont il-pożizzjoni tagħha fil-lista: <IMAGE_0> għall-ewwel, <IMAGE_1> għat-tieni, u hekk далее. Jekk tipprovdi wkoll image biex tippinja l-ewwel qafas, din tieħu <IMAGE_0>, u r-referenzi tiegħek jibdew minn <IMAGE_1>.

B’referenzi multipli, xAI jirrakkomanda li tagħti lil kull waħda rwol wieħed u post fiss fix-xena, iżżomm il-kast limitat, u tuża oġġetti statiċi. Referenza li sservi bħala karattru u dekor fl-istess ħin, jew għaxar oġġetti jiċċaqalqu fl-istess ħin, toħloq xeni konfużi.

Ir-Regoli

Limitugrok-imagine-video-1.5grok-imagine-video
Immaġnijiet ta’ referenzaMassimu 14Massimu 7
DurataMassimu 15-il sMassimu 10 s
RiżoluzzjoniMassimu 720pMassimu 720p
L-ewwel immaġni mippinjata b’refs, l-aħħar immaġni, keyframesIvaLe
Vuċijiet (reference_audios)Massimu 3 vuċijiet predefinitiLe

Talba ta’ dan it-tip trid fiha mill-inqas immaġni ta’ referenza waħda, vuċi, l-aħħar immaġni, jew keyframe.

Kif Tippinja Immaġnijiet Speċifiċi (grok-imagine-video-1.5)

Fuq grok-imagine-video-1.5, tista’ tiffissa immaġnijiet eżatti f’mumenti mogħtija tal-vidjo:

  • image u last_frame flimkien: il-vidjo jibda mill-ewwel immaġni u jispiċċa fuq l-aħħar waħda, bil-mudell jagħmel l-interpolazzjoni bejn iż-żewġt itruf
  • last_frame waħdu: il-mudell jinventa l-ftuħ u jinżel fuq l-immaġni mippinjata
  • last_frame b’referenzi jew vuċijiet: l-aħħar immaġni hija mippinjata, ir-referenzi jiggwidaw il-bqija; żid image biex tippinja l-ewwel waħda wkoll
  • keyframes: sa erba’ keyframes, kull waħda b’timestamp_s strettament bejn 0 u d-durata tal-vidjo; l-ankri jaderixxu ma’ gradilja ta’ terz ta’ sekonda, allura żewġ keyframes iridu jkunu mbiegħda b’mill-inqas terz ta’ sekonda
{
  "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
}

L-istess mudell jista’ jagħti vuċijiet lill-karattri tiegħek: reference_audios jaċċetta sa tliet vuċijiet predefiniti, indikati bl-voice_id tagħhom (mill-katalgu tal-vuċijiet text-to-speech ta’ xAI, pereżempju eve jew leo), li l-prompt jissejjaħ bħala <AUDIO_0>, <AUDIO_1>…

X’Jippermettu r-Referenzi

L-ewwel każ ta’ użu, u l-aktar wieħed effiċjenti f’termini ta’ spiża f’kuntest professjonali, huwa l-kontinwità: l-istess karattru, l-istess prodott, minn vidjo għall-ieħor. Imaġina kampanja ta’ għaxar vidjos prodotta fuq tliet ġimgħat: mingħajr referenzi, il-prodott jinbidel ftit fil-forma u l-mascotte tbiddel wiċċha minn klipp għall-ieħor. Billi tipprovdi sistematikament l-istess referenzi, tissaħħaħ dak li għandu jibqa’ identiku, u l-prompt biss ivarjax-xena.

{
  "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
}

It-tqegħid tal-prodotti (Product placement) isegwi l-istess loġika — il-flixkun tiegħek, iż-żarbuna tiegħek f’xena inventata — u l-prova virtwali (virtual try-on) timxi pass ‘il quddiem: persuna u libsa, kull waħda fir-referenza tagħha, magħquda fl-istess sparatura.

Kif Tagħżel u Tgħaqqad ir-Referenzi Tiegħek

Agħżel immaġnijiet ċari u mdawwla sew fejn l-element li għandu jerġa’ jintuża jokkupa l-biċċa l-kbira tal-qafas: qmis fotografata waħedha fuq sfond newtrali taħdem aħjar minn qmis milbusa f’folla. Referenza waħda, suġġett wieħed.

Il-kitba tal-prompt issegwi d-distribuzzjoni tar-rwoli: ir-referenzi jġibu l-elementi, il-prompt jiddeskrivi x-xena u l-azzjoni. Semmi kull referenza bit-tag tagħha fejn tintervjeni, u kun espliċitu dwar il-moviment, li l-ebda immaġni ma ġġorr.

Meta tiffaċċja talba, id-deċiżjoni tinżel għal mistoqsija waħda. Jekk trid tanima immaġni speċifika eżattament kif inhi, uża image. Jekk trid xena ġdida fejn jidhru persuni jew oġġetti mogħtija, uża reference_images. Jekk trid tikkontrolla l-bidu, it-tmiem, jew mumenti speċifiċi, uża l-immaġnijiet mippinjati ta’ grok-imagine-video-1.5. U jekk l-ebda waħda minn dawn ma tkun importanti, il-prompt waħdu jkun biżżejjed.

Punti Ewlenin

  • image tanima immaġni li ssir l-ewwel waħda tal-vidjo; reference_images iġib elementi fid-dehra mingħajr ma jiffriża l-quddiem
  • Il-prompt jissejjaħ ir-referenzi skont il-pożizzjoni: <IMAGE_0>, <IMAGE_1>… (image tieħu <IMAGE_0> meta tiġi pprovduta)
  • Sa 14-il referenza fuq grok-imagine-video-1.5 (15-il s), 7 fuq grok-imagine-video (10 s), massimu 720p
  • Fuq grok-imagine-video-1.5, image, last_frame, keyframes, u reference_audios jikkompletaw ir-referenzi
  • Rwol wieħed għal kull referenza, kast limitat, oġġetti statiċi