Generovanie obrázkov a videí
Na tejto strane
Aktualizované 2. novembra 2026: Imagine. Model
grok-imagine-image-qualitybol 2. novembra 2026 vyradený: jeho požiadavky teraz vybavuje model Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 $ za obrázok) v kvalitelow. Ak máš starší kód, nahraď identifikátor modelu a nastav požadovanú kvalitu; modelgrok-imagine-image(verzia 1.0) nie je ovplyvnený. Imagine Image 2.0 akceptuje až päť referenčných obrázkov a kvalituauto, ktorá je teraz predvolená.
Vizuálna tvorba s modelom Grok
Teraz, keď si videl, ako Grok chápe obrázok, pozrime sa, ako ho vytvára. Rodina modelov grok-imagine generuje obrázky a videá na základe textových opisov, čo z nich robí nástroj na tvorbu obsahu, vizuálne prototypovanie a ilustrácie. Vizuálny nápad, ktorý kedysi vyžadoval zadanie, externého dodávateľa a dva dni čakania, teraz otestuješ za pár minút, aj keď finálnu verziu nakoniec odovzdáš profesionálovi.
Generovanie obrázka
Na stránke grok.com je generovanie zabudované priamo do konverzačného rozhrania: stačí v správe opísať obrázok, ktorý chceš. Kvalita výsledku závisí takmer výlučne od presnosti tohto opisu, ako ukazuje tento príklad, ktorý určuje predmet, miesto, čas a štýl:
Create an illustration of a ginger cat sitting on a Paris
rooftop at sunset, in watercolor style.
Grok automaticky použije model grok-imagine na vytvorenie obrázka, ktorý sa objaví v konverzácii a dá sa stiahnuť. Súbežne existujú dva modely podľa tvojich potrieb: grok-imagine-image, štandardný model, rýchly a lacný, je vhodný na iterácie a skúšanie kompozície, zatiaľ čo grok-imagine-image-2.0 (Imagine Image 2.0) produkuje detailnejšie a realistickejšie vykreslenia, ktoré si uložíš ako finálnu verziu.
Prostredníctvom API získavaš presnú kontrolu nad generovaním:
response = client.images.generate(
model="grok-imagine-image",
prompt="A futuristic landscape with floating buildings",
n=1,
aspect_ratio="16:9",
resolution="2k"
)
Dostupné pomery strán zahŕňajú 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 a ďalšie, čo stačí na vytvorenie banneru aj jeho vertikálnej mobilnej verzie z toho istého promptu. Na jednu požiadavku môžeš vygenerovať až 10 obrázkov, čo je správny spôsob, ako preskúmať umelecký smer: desať variácií dobrého promptu má väčšiu hodnotu než jeden obrázok z promptu, ktorý považuješ za dokonalý.
Grok dokáže aj upravovať existujúce obrázky. Úpravy cez API ti umožňujú pridávať prvky, meniť štýl alebo náladu, opravovať detaily a predovšetkým reťaziť successive úpravy tak, že výstup jednej požiadavky použiješ ako vstup pre ďalšiu. Toto reťazenie je oveľa lepšie než obrovský prompt, ktorý sa snaží urobiť všetko naraz: postupuješ cez jasné opravy a môžeš sa vrátiť späť. Na jednu požiadavku na úpravu môžeš poskytnúť až 5 zdrojových obrázkov.
Generovanie videa
Na rozdiel od obrázkov, ktoré sa vytvoria okamžite, je tvorba videa asynchrónny proces, čo má priamy dopad na tvoj kód: v rámci požiadavky nemôžeš čakať na odpoveď. Postup je nasledovný:
- Odošleš požiadavku s opisom
- Dostaneš ID požiadavky
- Video sa generuje na pozadí
- Výsledok získaš po dokončení generovania
Existujú tri prístupy. Text-to-Video vytvára video z textového opisu, Image-to-Video animuje existujúci obrázok (čo je najspoľahlivejšia cesta, keď už máš počiatočnú vizuálnu predlohu) a referenčné obrázky slúžia ako sprievodca štýlom pre video, aby zostalo konzistentné s identitou značky.
| Parameter | Hodnoty |
|---|---|
| Dĺžka | 1 až 15 sekúnd na generovanie |
| Pomer strán | 1:1, 16:9, 9:16, 4:3 a ďalšie |
| Rozlíšenie | 480p alebo 720p |
Vygenerované video môžeš aj predĺžiť: na koniec existujúceho klipu pridáš 2 až 10 sekúnd s promptom opisujúcim, čo sa má diať ďalej. Je to najjednoduchší spôsob, ako prekročiť dĺžku jedného generovania bez straty vizuálnej nadväznosti.
Písanie odolných promptov
Pri obrázku opíš predmet, štýl, farby, náladu a osvetlenie, namiesto toho, aby si len pomenoval objekt. Explicitne uveď požadovaný štýl (akvarel, fotografia, vektorová ilustrácia, pixel art), inak rozhodne model za teba. Špecifikuj kompozíciu (pohľad spredu, pohľad zhora, detail alebo panoráma) a potom detaily, ktoré ukotvia scénu: textúry, materiály, denná doba, ročné obdobie.
Pri videu je hybnou silou výsledku pohyb: špecifikuj, čo sa hýbe, ktorým smerom a akou rýchlosťou, a následne náladu, ktorú chceš dosiahnuť (pokojná, dynamická, dramatická alebo radostná). Buď realistický v rozsahu, pretože krátke klipy s jednoduchými pohybmi prinášajú lepšie výsledky než komplexný záber požadovaný naraz.
Štyri obmedzenia, na ktoré treba myslieť hneď od začiatku
URL adresy vygenerovaných obrázkov a videí sú dočasné: svoje výtvory si stiahni okamžite, inak ich budeš musieť vygenerovať znova a identické generovanie nikdy neprinesie úplne rovnaký výsledok. Automaticky sa uplatňuje moderovanie obsahu. Generovanie videa má predvolený časový limit desať minút, s čím musíš počítať pri ošetrovaní chýb. Napokon, úprava videa je obmedzená na výstup s dĺžkou 8,7 sekundy pri maximálnom rozlíšení 720p: toto stojí za to vedieť skôr, než na tom postavíš redakčný formát.
Kľúčové poznatky
- grok-imagine generuje obrázky (štandardné aj 2.0) a videá
- Obrázky sa generujú okamžite; videá sa generujú asynchrónne
- K dispozícii je viacero pomerov strán a rozlíšení
- Úprava obrázkov a predlžovanie videí rozširujú tvoje kreatívne možnosti
- URL adresy generovaného obsahu sú dočasné: svoje výtvory si stiahni bez odkladu