Grok Imagine API: Örneklerle Eksiksiz Python Rehberi

Not: Bu yazıdaki tüm kodlara bu GitHub deposundan ulaşabilirsiniz.

Videoyu indirme

Yukarıdaki kod, video üretimi tamamlanana kadar bekleyecek ve ardından videonun URL’sini yazdıracaktır. Videoyu şu download_video() işlevini kullanarak da indirebiliriz:

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()}")

Bu işlevi tanımladıktan sonra, download_video(response.url) çağrısı videoyu çalıştığınız dizine indirecektir.

Depoda video indirmeli tam bir örnek da bulabilirsiniz.

Grok Imagine API ile Video Üretme

xAI API ile metinden video üretmeyi öğrendik. Şimdi modelin tüm yeteneklerini keşfedeceğiz. Daha fazla bilgi için her zaman xAI dokümantasyonuna başvurabilirsiniz.

Video üretim seçeneklerini keşfetme

Grok Imagine, video üretirken üç temel seçenek sunar:

• duration: Saniye cinsinden video süresi; 1 ile 15 arasında bir sayı.

• aspect_ratio: Videonun en-boy oranı. Model şu en-boy oranlarını destekler: "1:1", "16:9", "9:16", "4:3", "3:4", "3:2" ve "2:3".

• resolution: Video çözünürlüğü; "720p" veya "480p".

Yukarıdaki seçenekleri API isteğinde nasıl ayarlayabileceğimize bir örnek:

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",
)

Sonuç şöyle:

En hafif tabirle bu sonucu yetersiz buluyorum.

Görselden video üretme

Yapay zekâ görsel üretim modellerinin en güçlü özelliklerinden biri, bir görselden video üretebilmeleridir. Bu iş akışı, bir temel görselimiz olduğu sürece tutarlı videolar oluşturmayı çok daha kolay hâle getirir; zira model sadece hareket üretmek zorundadır. 

Belirli bir karakter veya kişiyle video oluşturmak istediğinizi düşünün. Bir görsel sağlamak, en azından teoride, karakter doğruluğunu garanti eder.

Bir görselden video üretmek için, kullanmak istediğimiz görselin URL’sini image_url parametresiyle iletin. Dokümana göre, bir görsel sağlandığında bu görsel videonun ilk karesi olarak kullanılacaktır. Ancak, istenen en-boy oranıyla eşleştiğinden emin olmamız gerekir.

Aşağıdaki, bir süre önce çektiğim fotoğraftan plajda atlara binen insanların bir FPV drone çekimini üretmeyi denedim. Görselin URL olarak sağlanması gerektiğinden önce bir yere yüklememiz gerektiğine dikkat edin. Ben bu yazıyla ilişkili GitHub deposunu kullandım.

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",
)

Grok Imagine’in ürettiği video şu şekilde:

Videoda nesne çoğaltma gibi belirgin yapay zekâ yapaylıkları var. Buna rağmen, model üretmek istediğimiz çekimi anladı.

İşte bir başka örnek: bir görseli time-lapse’e dönüştürmeyi deniyorum. İlk sonuç orijinal görselde olmayan bir bina eklediği için iki kez denedim.

İkinci deneme ilkine göre daha başarılıydı ancak hâlâ yapay zekâ kaynaklı yapaylıklarla dolu.

Üçüncü bir örnek olarak, Grok Imagine’in kamera hareketini nasıl ele aldığını görmek için, bir fotoğrafı özneye yakınlaştırarak canlandırmasını istedim. Bana göre en iyi çalışan bu oldu.

Grok Imagine API ile Video Düzenleme

Grok Imagine, metin istemine dayalı olarak mevcut bir videoyu düzenlemenize olanak tanır. Çalışma şekli, görsele dayalı video üretmeye benzer. Düzenlemek istediğimiz videoyu video_url parametresiyle URL olarak sağlarız ve değişiklikleri istemde açıklarız.

Bir videoyu düzenlerken, giriş videosunun izin verilen azami süresinin 8,7 saniye olduğunu unutmayın.

Bunu test etmek için Grok Imagine’i kullanarak üç top sektiren bir kişinin videosunu oluşturdum.

Daha sonra, modelden toplara ateş eklemesini istemek için o videonun URL’sini kullandım. Aşağıda videoyu düzenleme isteği yer alıyor. Tam koda GitHub deposundan ulaşabilirsiniz.

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",
)

Ayrıca, kişiyi bir kediyle değiştirmemi istediğim üçüncü bir düzenleme daha yaptım. İşte sonuçlar:

Son bir örnekte, yıldızlı gökyüzüne ait çektiğim bir fotoğrafla başladım. Grok Imagine’den patikadan yürüyen ve yıldızları seyretmek için duran iki dağcı eklemesini istedim. Son olarak, bu videoyu girdi olarak kullanıp karlı olacak şekilde düzenlemesini istedim.

Bu da sonuçların oldukça kötü olduğu bir başka örnek. İlk videoda, sahneyle tutarsız yeni bir patika oluşturuldu. Kar düzenlemesi ilk bakışta iyi görünse de arka planı değiştirmediğini, dolayısıyla artık karlı olan ön planla tutarsız kaldığını fark ettim.

Sonuç

API erişimiyle gelen daha fazla video modelini görmek sevindirici; çünkü bu durum gerçekten de hızlı prototiplerden uçtan uca veri hatlarına kadar neler inşa edip otomatikleştirebileceğimizi genişletiyor.

Grok Imagine’in API’si kurulumu ve çağrılması şaşırtıcı derecede basit, ancak bazı sürtünme noktaları da var. En önemlisi, görsellerin ve videoların URL ile geçirilmesi gerekliliği, temel iş akışlarını (örneğin yerel varlıklar üzerinde yineleme) olması gerekenden daha zahmetli hâle getiriyor.

Pratikte, iddialı söylemlere kıyasla sonuçlar beni hayal kırıklığına uğrattı: metinden videoya çoğu zaman hedefi ıskaladı ve görselden videoya da fark edilir yapaylıklar ve tutarsızlıklar getirdi. Parladığı tek alan düzenlemeydi; isteme dayalı değişiklikler daha güvenilir ve kontrol edilebilir hissettirdi.

Grok Imagine’in çok güçlü bir yanı da hızı. Pek çok yapay zekâ video üretim modeli kullandım ve deneyimlerime göre Grok Imagine açık ara en hızlısı.

Bu alanın gidişatı hakkında iyimserim; ancak şimdilik Grok Imagine, sınıfının en iyisi bir üreticiden ziyade umut vadeden bir düzenleyici gibi hissettiriyor ve umarım gelecekteki güncellemeler girdi seçeneklerini genişletip çekirdek üretim kalitesini artırır.

Yapay zekâ video üretiminde kullanılan teknikler hakkında daha fazla bilgi edinmek isteyenlere AI Fundamentals beceri yolumuzu öneririm.