Édition multi-images et références

Travailler avec plusieurs images sources

L’un des atouts de l’endpoint d’édition est la possibilité de fournir jusqu’à 5 images de référence dans une seule requête. Cela ouvre des possibilités créatives avancées : combiner des éléments de plusieurs sources, fusionner des styles ou créer des compositions complexes.

Le paramètre images (pluriel)

Passer de image à images change plus que la forme du paramètre : cela change ce que vous demandez au modèle. Avec une source, il modifie une image ; avec plusieurs, il doit arbitrer entre elles — décider ce qu’il prend à l’une et à l’autre. Cet arbitrage, il le fera de toute façon ; la seule question est de savoir si c’est vous qui le dirigez, et c’est l’objet de la section suivante.

Notez que les deux paramètres sont mutuellement exclusifs : image (objet unique) et images (tableau) ne se combinent pas.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Combinez le personnage de la première image avec "
              "le paysage de la deuxième 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()

Référencer les images dans le prompt

Lorsque vous fournissez plusieurs images, vous pouvez les référencer individuellement dans votre prompt en utilisant la syntaxe <IMAGE_0>, <IMAGE_1>, etc. L’index commence à 0.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Placez le produit de <IMAGE_0> sur la table de <IMAGE_1>, "
              "avec l'éclairage ambiant de <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>
    ]
}

Cette syntaxe est ce qui distingue une composition maîtrisée d’un mélange approximatif. « Combinez ces images » laisse le modèle décider de tout ; « placez le produit de <IMAGE_0> dans le décor de <IMAGE_1> en conservant l’éclairage de <IMAGE_1> » ne laisse plus de place à l’interprétation. Dès que vous fournissez plus d’une source, référencez-les explicitement.

Cas d’usage avec plusieurs images

Transfert de style

Appliquez le style d’une image de référence à une autre :

payload = {
    "model": "grok-imagine-image-quality",
    "prompt": "Reproduisez le contenu de <IMAGE_0> dans le style artistique de <IMAGE_1>",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Composition de produit

Intégrez un produit dans un décor avec un éclairage de référence :

payload = {
    "model": "grok-imagine-image-quality",
    "prompt": "Photographiez le produit de <IMAGE_0> posé sur le meuble de <IMAGE_1> "
              "dans la pièce de <IMAGE_2>, éclairage naturel cohérent",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Fusion de visages et de décors

Combinez un portrait avec un arrière-plan spécifique :

payload = {
    "model": "grok-imagine-image",
    "prompt": "Placez la personne de <IMAGE_0> devant le bâtiment de <IMAGE_1>, "
              "en conservant l'éclairage et la perspective naturels",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Limites et bonnes pratiques

La limite technique est de 5 images par requête, et vous pouvez librement mélanger les formats — certaines sources en URL, d’autres en Base64 — dans le même tableau. La vraie difficulté n’est pas là : elle est dans la précision du prompt, qui doit croître avec le nombre d’images. Avec deux sources, « combine le personnage et le décor » suffit souvent ; avec cinq, le modèle ne peut plus deviner quel élément prendre dans quelle image, et c’est exactement le rôle des références <IMAGE_1> à <IMAGE_5> : « place le logo de <IMAGE_2> sur le t-shirt du personnage de <IMAGE_1>, dans l’ambiance lumineuse de <IMAGE_3> » ne laisse aucune ambiguïté. Pour les compositions complexes à sources multiples, le modèle pro (grok-imagine-image-quality) justifie son surcoût : c’est précisément sur la cohérence entre éléments hétérogènes que l’écart avec le standard se voit le plus.

Mise en pratique

Essayez de combiner deux images que vous avez sous la main :

payload = {
    "model": "grok-imagine-image",
    "prompt": "Créez une scène où l'objet de <IMAGE_0> flotte dans le ciel de <IMAGE_1>, "
              "style surréaliste",
    "images": [
        {"url": "URL_DE_VOTRE_PREMIERE_IMAGE"},
        {"url": "URL_DE_VOTRE_DEUXIEME_IMAGE"}
    ],
    "n": 3
}

Générez 3 variations pour comparer les interprétations du modèle.

Points clés à retenir

• Le paramètre images accepte jusqu’à 5 images sources en tableau
• image (singulier) et images (pluriel) sont mutuellement exclusifs
• La syntaxe <IMAGE_0>, <IMAGE_1> permet de référencer chaque image dans le prompt
• Les cas d’usage incluent le transfert de style, la composition et la fusion
• Soyez précis dans votre prompt lorsque vous utilisez plusieurs sources