SpaceXAI: Grok Imagine Video

SpaceXAI: Grok Imagine Video, xAI tarafından geliştirilen bir video üretim modelidir. Video kategorisinde yer alır ve metin ile görsel girdilerini kısa video kliplerine dönüştürmek için tasarlanmıştır. Metin veya hareketsiz görüntüler yerine üretilmiş hareket gerektiren bir iş akışı için modelleri değerlendiriyorsanız, bu tam da göz önünde bulundurmanız gereken model türüdür ve Grok ailesinin arkasındaki aynı sağlayıcıdan gelir.

Girdi tarafında model metin ve görselleri kabul eder. Çıktı tarafında ise video üretir. Sağlayıcı modeli hızlı ve metin, görsel ve referans koşullandırmalı olarak tanımlar; bu, üretimi yazılı bir istemle, bir görselle veya ikisinin bir kombinasyonuyla yönlendirebileceğiniz anlamına gelir. Çıktı klipleri 24 kare/saniye hızında, 480p veya 720p çözünürlükte, 1 ile 15 saniye arasında değişir. Yedi en boy oranı mevcuttur: 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 ve 2:3. Bir first_frame görseli sağlanabilir; bu, klibin açılışını belirli bir hareketsiz görüntüye sabitlemenize olanak tanır. Bu model için listelenmiş bir bağlam uzunluğu yoktur, dolayısıyla istemi uzun bir sohbet bağlamı olarak değil, bir üretim talimatı olarak değerlendirin.

Bu yetenekler oldukça belirli bir kullanım kümesine işaret eder. 9:16 oranındaki kısa dikey klipler sosyal formatlara uygunken, 16:9 ve daha geniş oranlar yatay oynatıma uyar. Süreler en fazla 15 saniye olduğu için model, uzun soluklu anlatı videoları yerine tek çekimlik sekanslar, canlandırılmış hareketsiz görüntüler, ürün veya sahne önizlemeleri ve hızlı konsept görselleştirme için doğal bir uyumdur. Mevcut bir çizimle, bir storyboard paneliyle veya bir fotoğrafla süreklilik gerektiğinde bir first_frame görseli sağlamak faydalıdır ve en boy oranlarının çeşitliliği, aynı istemin sıfırdan yeniden üretim yapılmadan farklı yerleşimlere uyarlanabileceği anlamına gelir.

Modeli, api14'ün OpenAI uyumlu API'si üzerinden "x-ai/grok-imagine-video" model id'sini kullanarak çağırırsınız. Desteklenen istek parametreleri logprobs, max_tokens, response_format, seed, temperature, top_logprobs ve top_p'dir. Seed parametresi video çalışmalarında dikkate değerdir, çünkü bir istem üzerinde yineleme yaparken çalıştırmaları yeniden üretilebilir kılmanın bir yolunu sunar. Temperature ve top_p örneklemeyi denetler ve logprob ile ilgili parametreler, uç noktanın bunları döndürdüğü yerlerde token düzeyindeki olasılıkları incelemenize olanak tanır. Arayüz OpenAI uyumlu olduğu için mevcut istemciler ve SDK'lar genellikle yalnızca temel URL ve model id'si değiştirilerek çalışır.

Akılda tutulması gereken sınırlar vardır. Klipler 15 saniyeyle ve çözünürlükler 720p ile sınırlıdır, dolayısıyla daha uzun çalışma süresi veya daha yüksek sadakat gerektiren işler için farklı bir model ya da birden çok üretimi birbirine ekleyen bir birleştirme adımı gerekir. Ses üretimi mevcut ayrıntılarda belirtilmemiştir, dolayısıyla çıktının ses içerdiğini varsaymayın. Göreviniz hareket yerine metin, akıl yürütme veya hareketsiz görüntü çalışmasıysa, o kategorilerdeki bir model bu modelden daha uygun olacaktır.