Grok Imagine API: Panduan Python Lengkap dengan Contoh

Catatan: Semua kode untuk artikel ini dapat ditemukan di repositori GitHub ini.

Mengunduh video

Kode di atas akan menunggu hingga video selesai dibuat, lalu mencetak URL video. Kita juga dapat mengunduh video menggunakan fungsi download_video() berikut:

import requests
from pathlib import Path
from urllib.parse import urlparse
def download_video(url: str, output_dir: str = "."):
    # Extract filename from URL
    filename = Path(urlparse(url).path).name
    if not filename:
        raise ValueError("Could not determine filename from URL")
output_path = Path(output_dir) / filename
with requests.get(url, stream=True) as r:
        r.raise_for_status()
        with open(output_path, "wb") as f:
            for chunk in r.iter_content(chunk_size=8192):
                if chunk:
                    f.write(chunk)
  print(f"Video saved to {output_path.resolve()}")

Setelah mendefinisikan fungsi ini, memanggil download_video(response.url) akan mengunduh video ke direktori kerja Anda.

Contoh lengkap dengan pengunduhan video dapat ditemukan di repositori.

Membuat Video dengan Grok Imagine API

Kita telah mempelajari cara membuat video dari teks menggunakan xAI API. Selanjutnya, kita akan mengeksplorasi kemampuan penuh model. Untuk informasi lebih lanjut, Anda selalu dapat merujuk ke dokumentasi xAI.

Menjelajahi opsi pembuatan video

Grok Imagine menyediakan tiga opsi utama saat membuat video:

• duration: Durasi video dalam detik, diberikan sebagai angka dari 1 hingga 15.

• aspect_ratio: Rasio aspek video. Model mendukung rasio aspek berikut: "1:1", "16:9", "9:16", "4:3", "3:4", "3:2", dan "2:3".

• resolution: Resolusi video, "720p" atau "480p".

Berikut contoh cara menetapkan opsi-opsi di atas dalam permintaan API:

prompt = """
A person stands holding their phone, gazing at a stunning landscape 
photo on the screen. The image begins to subtly move and glow. 
Suddenly, the phone pulls them in, and they are sucked through the screen, 
transitioning seamlessly into the vast, breathtaking landscape itself.
"""
response = client.video.generate(
    prompt=prompt,
    model="grok-imagine-video",
    duration=15,
    aspect_ratio="9:16",
    resolution="480p",
)

Berikut hasilnya:

Menurut saya, hasil ini setidaknya cukup mengecewakan.

Membuat video dari gambar

Salah satu fitur paling kuat dari model pembuatan gambar AI adalah kemampuannya membuat video dari sebuah gambar. Alur kerja ini membuat pembuatan video konsisten jauh lebih mudah, asalkan kita memiliki gambar dasar, karena model hanya perlu menghasilkan gerakan. 

Bayangkan Anda ingin membuat video dengan karakter atau orang tertentu. Menyediakan gambar, setidaknya secara teori, menjamin ketepatan karakter.

Untuk membuat video dari gambar, gunakan parameter image_url dengan URL ke gambar yang ingin kita gunakan. Menurut dokumentasinya, saat gambar disediakan, gambar tersebut akan digunakan sebagai frame pertama video. Namun, kita perlu memastikan gambar sesuai dengan rasio aspek yang diminta.

Saya mencoba membuat bidikan drone FPV orang-orang menunggang kuda di pantai dari foto di bawah ini, yang saya ambil beberapa waktu lalu. Perhatikan bahwa karena gambar harus disediakan sebagai URL, kita perlu mengunggahnya terlebih dahulu. Dalam kasus saya, saya menggunakan repositori GitHub yang terkait dengan artikel ini.

prompt = """
A FPV drone shot of the people riding the horses on the beach.
"""
response = client.video.generate(
    prompt=prompt,
    model="grok-imagine-video",
    image_url="https://raw.githubusercontent.com/fran-aubry/grok-imagine-tutorial/refs/heads/main/resources/horses.jpeg",
)

Ini adalah video yang dihasilkan Grok Imagine:

Ada artefak AI yang jelas dalam video, seperti duplikasi objek. Meski begitu, model memahami bidikan yang ingin kita buat.

Berikut contoh lain saat saya mencoba mengonversi gambar menjadi timelapse. Saya mencobanya dua kali karena hasil pertama menambahkan sebuah bangunan yang tidak ada pada gambar asli.

Upaya kedua lebih berhasil daripada yang pertama, tetapi masih penuh dengan artefak AI.

Sebagai contoh ketiga, saya mencoba melihat bagaimana Grok Imagine menangani pergerakan kamera dengan memintanya menganimasikan foto yang melakukan zoom ke subjek. Menurut saya, yang ini paling berhasil.

Mengedit Video dengan Grok Imagine API

Grok Imagine memungkinkan Anda mengedit video yang ada berdasarkan prompt teks. Cara kerjanya mirip dengan membuat video berdasarkan gambar. Kita menyediakan video yang ingin diedit sebagai URL menggunakan parameter video_url dan menjelaskan perubahannya melalui prompt.

Perhatikan bahwa saat mengedit video, durasi maksimum video masukan yang diizinkan adalah 8,7 detik.

Untuk mengujinya, saya membuat video menggunakan Grok Imagine tentang seseorang yang sedang bermain juggling tiga bola.

Kemudian, saya menggunakan URL video tersebut untuk meminta model menambahkan api pada bola. Di bawah ini adalah permintaan untuk mengedit video. Kode lengkapnya dapat ditemukan di repositori GitHub.

prompt = """
Add fire to the balls.
"""
response = client.video.generate(
    prompt=prompt,
    model="grok-imagine-video",
    video_url="https://vidgen.x.ai/xai-vidgen-bucket/xai-video-2109c762-efcb-415b-ab3c-661b1df113cd.mp4",
)

Saya juga melakukan pengeditan ketiga dengan meminta mengganti orangnya dengan kucing. Berikut hasilnya:

Berikut contoh terakhir saat saya memulai dengan foto langit berbintang yang saya ambil. Saya meminta Grok Imagine menambahkan dua pendaki yang berjalan di jalur dan berhenti untuk mengagumi bintang-bintang. Terakhir, saya menggunakan video tersebut sebagai masukan dan memintanya diedit agar menjadi bersalju.

Ini contoh lain di mana hasilnya cukup buruk. Pada video pertama, jalur baru dibuat yang tidak konsisten dengan adegan. Edit salju terlihat bagus pada awalnya, tetapi kemudian saya menyadari latar belakangnya dibiarkan tidak berubah, sehingga tidak konsisten dengan latar depan yang kini bersalju.

Kesimpulan

Menyenangkan melihat semakin banyak model video hadir dengan akses API, karena itu benar-benar memperluas apa yang dapat kita bangun dan otomasi, mulai dari prototipe cepat hingga pipeline lengkap.

API Grok Imagine sangat mudah disiapkan dan dipanggil, tetapi tetap ada titik-titik friksi. Yang paling menonjol adalah persyaratan untuk mengirimkan gambar dan video melalui URL, yang membuat alur kerja dasar (seperti iterasi pada aset lokal) menjadi lebih merepotkan dari yang seharusnya.

Dalam praktiknya, hasil saya mengecewakan dibandingkan klaim yang tinggi: text-to-video sering kali meleset, dan image-to-video menghasilkan artefak serta inkonsistensi yang terlihat. Satu area yang menonjol adalah pengeditan, di mana perubahan berbasis prompt terasa lebih andal dan terkendali.

Satu poin sangat kuat dari Grok Imagine adalah kecepatannya. Saya telah menggunakan banyak model pembuatan video AI, dan dari pengalaman saya, Grok Imagine sejauh ini yang tercepat.

Saya optimistis dengan arah bidang ini, tetapi untuk saat ini Grok Imagine terasa lebih seperti editor yang menjanjikan daripada generator kelas terbaik, dan saya berharap pembaruan mendatang memperluas opsi masukan serta meningkatkan kualitas pembuatan inti.

Bagi Anda yang ingin mempelajari lebih lanjut tentang teknik yang digunakan dalam pembuatan video AI, saya merekomendasikan untuk mendaftar di AI Fundamentals skill track kami.