Urejanje več slik in uporaba referenc
Na tej strani
Posodobljeno 2. novembra 2026 — Imagine. Model
grok-imagine-image-qualityje bil 2. novembra 2026 umaknjen (zahteve zdaj obdeluje Imagine 2.0 v kakovostilow): primeri zdaj uporabljajogrok-imagine-image(Imagine 1.0) ingrok-imagine-image-2.0(Imagine 2.0, kakovostlow,mediumaliauto). Pri uporabi OpenAI SDK parametreaspect_ratio,resolutioninqualityposreduješ prekextra_body, urejanje pa poteka prek xAI SDK ali HTTP zahteve.
Delo z več izvornimi slikami
Ena od prednosti končne točke za urejanje je možnost vključitve do 5 referenčnih slik v eno samo zahtevo. To odpira napredne ustvarjalne možnosti: združevanje elementov iz več virov, mešanje slogov ali ustvarjanje kompleksnih kompozicij.
Parameter images (množina)
Prehod s parametra image na images spremeni več kot le obliko parametra: spremeni nalogo, ki jo dodeliš modelu. Pri enem viru model sliko modificira; pri več virih pa mora med njimi arbitrirati – se pravi, odločiti se, kaj prevzeti iz katere slike. Arbitriral bo v vsakem primeru; vprašanje je le, ali ta proces usmerjaš ti, kar je osrednja tema naslednjega poglavja.
Upoštevaj, da sta oba parametra medsebojno izključujoča: image (en sam objekt) in images (polje) ne moreta biti uporabljena hkrati.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
payload = {
"model": "grok-imagine-image",
"prompt": "Combine the character from the first image with "
"the landscape from the second image",
"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()
Sklicevanje na slike v pozivu
Ko posreduješ več slik, se lahko v pozivu posamično sklicuješ nanje z uporabo sintakse <IMAGE_0>, <IMAGE_1> itd. Indeksiranje se začne z 0.
payload = {
"model": "grok-imagine-image",
"prompt": "Place the product from <IMAGE_0> on the table from <IMAGE_1>, "
"with the ambient lighting from <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>
]
}
Prav ta sintaksa loči nadzorovano kompozicijo od približnega mešanja. Ukaz „združi te slike” prepusti vse modelu; ukaz „postavi izdelek iz <IMAGE_0> v okolje <IMAGE_1> ob ohranitvi osvetlitve iz <IMAGE_1>” ne pušča prostora za interpretacijo. Takoj ko posreduješ več kot en vir, se nanje izrecno sklicuj.
Primeri uporabe z več slikami
Prenos sloga
Uporabi slog referenčne slike na drugi sliki:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Reproduce the content of <IMAGE_0> in the artistic style of <IMAGE_1>",
"images": [
{"url": "https://exemple.com/photo-originale.jpg"},
{"url": "https://exemple.com/reference-style.jpg"}
]
}
Kompozicija izdelka
Vključi izdelek v okolje z referenčno osvetlitvijo:
payload = {
"model": "grok-imagine-image-2.0",
"prompt": "Photograph the product from <IMAGE_0> placed on the furniture from <IMAGE_1> "
"in the room from <IMAGE_2>, consistent natural lighting",
"images": [
{"url": "https://exemple.com/produit-detouré.png"},
{"url": "https://exemple.com/meuble.jpg"},
{"url": "https://exemple.com/piece.jpg"}
]
}
Združevanje obraza in ozadja
Združi portret z določenim ozadjem:
payload = {
"model": "grok-imagine-image",
"prompt": "Place the person from <IMAGE_0> in front of the building from <IMAGE_1>, "
"keeping natural lighting and perspective",
"images": [
{"url": "https://exemple.com/portrait.jpg"},
{"url": "https://exemple.com/batiment.jpg"}
]
}
Omejitve in najboljša praksa
Tehnična omejitev je 5 slik na zahtevo, pri čemer lahko v istem polju prosto mešaš formate – nekatere vire kot URL-je, druge kot Base64. Prava težava ni tu, temveč v natančnosti poziva, ki mora rasti sorazmerno s številom slik. Pri dveh virih pogosto zadošča „združi lika in okolje”; pri petih pa model ne more več ugibati, kateri element vzeti iz katere slike. Prav tu pridejo do izraza reference <IMAGE_1> do <IMAGE_5>: „postavi logotip iz <IMAGE_2> na majico lika iz <IMAGE_1> v svetlobnem vzdušju <IMAGE_3>” ne pušča nobene dvoumnosti. Pri kompleksnih kompozicijah z več viri se profesionalni model (grok-imagine-image-quality) izkaže za vrednega dodatnega stroška: prav tu je razlika glede na standardni model najbolj očitna, in sicer v doslednosti med heterogenimi elementi.
Praktična vaja
Poskusi združiti dve sliki, ki ju imaš pri roki:
payload = {
"model": "grok-imagine-image",
"prompt": "Create a scene where the object from <IMAGE_0> floats in the sky from <IMAGE_1>, "
"surrealist style",
"images": [
{"url": "URL_OF_YOUR_FIRST_IMAGE"},
{"url": "URL_OF_YOUR_SECOND_IMAGE"}
],
"n": 3
}
Ustvari 3 različice, da primerjaš interpretacije modela.
Ključne ugotovitve
- Parameter
imagessprejme do 5 izvornih slik v polju - Parametra
image(ednina) inimages(množina) se medsebojno izključujeta - Sintaksa
<IMAGE_0>,<IMAGE_1>omogoča sklicevanje na posamezno sliko v pozivu - Primeri uporabe vključujejo prenos sloga, kompozicijo in združevanje
- Pri uporabi več virov bodi v pozivu čim bolj natančen