8月8日消息,xAI 将新一代图像模型 Imagine Image 2.0 作为「质量模式」全量上线 grok.com/imagine,iOS 与 Android 应用同步更新。新模型把精确编辑作为核心能力,支持魔棒局部修改、分割选区、背景移除,以及一次生成最多融合 5 张参考图。xAI 引用 Arena 榜单称,其文生图与图像编辑能力均居全球第二;API 尚未开放,官方表示即将推出。
产品定位与上线渠道
Imagine Image 2.0 是 xAI 的新一代文生图与编辑模型,官方将其定位为「能用于实际工作的图像」:产出可继续编辑、可进入工作流的素材。它作为「质量模式」上线,是该产品线当前的顶级图像档位,与此前的 Imagine 1.0 同属一条产品线。
上线渠道为 grok.com/imagine 网页端与 iOS、Android 应用三端。图像生成目前不向免费用户开放,免费层的图像权限已于今年 3 月移除(据第三方指南),使用需要订阅付费档位。
核心能力:精确编辑
官方把编辑列为 first-class capability(一等能力),五项编辑功能构成完整的工作流。魔棒(Magic Wand)修改用户指向的画面区域,其余部分保持不变,适合局部改图;分割编辑(Segmentation)精确选择要修改的画面区域;背景移除(Background Removal)把主体导出为透明背景,可直接用于其他设计;多图参考(Multi-ref)一次生成融合最多 5 张输入图,免去手动合成,可用于保持角色与风格一致;智能重绘(Smart Resize)在选定任意画幅比例后由模型补全画面,而不是简单裁剪。
生成能力:文本渲染与一致性
生成侧的更新集中在文字与一致性两项。官方称 2.0 会像设计师一样规划排版与布局,密集的多板块视觉能保持整体结构,小字号文字保持清晰,并支持多语言文本渲染。跨图一致性方面,官方演示的「一个世界」用例中,角色、地点、道具分别生成后仍保持同一视觉体系。第三方指南整理的规格还包括最高 2K 分辨率输出。上述为官方自述或第三方整理口径。
模板与工作流
新版本随附 20 个工作流模板(据第三方指南整理),按用途可分为几类。照片与电商类包括 Photo Edit、BG Removal & Change(背景移除与替换)、Photo Collage(照片拼贴)、UGC Photos、E-Commerce Photos(电商图)、Editorial Product Poster(产品海报)、Product Color Change(产品换色)、Hero Product Reveal 与 Room Staging(房间布景)。人像类包括 Professional Headshot(职业头像)、Profile Picture(头像)与 Reimagine(重塑)。设计与品牌类包括 Icon Maker、Mascot Maker、Emoji Creator、Merch Maker(周边设计)与 QR Code Skins(二维码皮肤)。游戏资产类包括 Character Sprite(角色立绘)与 Props & UI Kit(道具与 UI 套件)。每个模板预设好工作流,用户只需提供输入即可得到成品。
画幅方面,智能重绘支持 14 种比例,其中 20:9 超宽与 9:20 超长比例为质量模式独有(据第三方指南整理);官方页面列出的常用比例包括 1:1、4:3、3:4、16:9、9:16、2:3、3:2、2:1 等。
可用范围与订阅
图像生成需要付费订阅,各档位情况据第三方订阅指南整理,以官方页面为准。SuperGrok Lite 每月 10 美元,提供基础档图像生成,实际使用中每日张数受限;SuperGrok 每月 30 美元(年付 300 美元),是完整质量模式的标准档位;X Premium+ 每月 40 美元,捆绑 X 平台权益,图像能力与 SuperGrok 一致;SuperGrok Heavy 每月 300 美元,面向高用量用户。第三方实测口径提示,官方宣传的每日生成配额与实际触发限速存在差距。
API 方面,官方公告页面注明 Image 2.0 的 API 即将开放,开发者目前尚无法通过接口调用这一模型。
榜单表现:文生图与图像编辑双双进入全球第二
xAI 引用 Arena 的文生图与图像编辑两张榜单称,Imagine Image 2.0 均居全球第二。据同期榜单数据,首位均为 OpenAI 的 GPT Image 2,文生图得分约 1381,领先 xAI 约 60 分;字节跳动的即梦(Seedream 5.0 Pro)以第 6 位保持中国厂商最高排名。两点口径需要留意:榜单为匿名盲测偏好投票,新模型票数有限,排名会随票数累积变动;xAI 的模型在 Arena 上以 SpaceXAI 名义参评。 官方已公布的下一个节点是 API 开放,届时开发者的接入方式与定价将明确。