xAI 已正式推出 Grok Imagine Image 2.0 图像生成模型。该版本作为全新的质量模式（Quality Mode）上线于 Grok 网页端、iOS 及 Android 移动应用，同时开放配套的开发者 API 接口。
- 官方介绍：https://x.ai/news/grok-imagine-image-2
Image 2.0 主打专业图像编辑能力，核心优化方向为局部修改与素材复用。在指令遵循度、小字号文字渲染清晰度以及多轮迭代生成时的主体设定保留能力方面均有提升。模型配套了多项图像编辑功能及多套预制商用创作模板，旨在降低专业图像创作的门槛。
截至8月7日的 Arena 榜单数据显示，该模型在文生图与图像编辑两大赛道的综合评分位列全球第二，仅次于 OpenAI 的 GPT Image 2 模型。
产品定位：面向实际工作流的图像生成
xAI 官方表示，Image 2.0 围绕一个核心目标构建：生成可在实际工作中使用的图像。模型严格遵循指令，注重排版与布局规划，使密集、多部分的视觉内容保持协调，小尺寸文字清晰可读。同时，该模型能够在多次生成和编辑之间保持输入内容的一致性。
精确编辑工具集
实际工作是迭代的——第一次生成很少是最终的成品。Image 2.0 为此增加了以下定向修改工具：
- 魔术棒（Magic Wand）：对用户指向的区域进行编辑，其余部分保持不变。
- 分割（Segmentation）：选择图像中的精确区域进行针对性更改。
- 背景移除（Background Removal）：导出具有透明背景的主体，方便放入其他作品。
- 多参考编辑（Multi-Reference Editing）：单次生成中可接受最多5张输入图像，无需手动合成。
智能调整大小
选择目标比例后，模型会自动填充画面，将图像适配至任意尺寸。
模板系统
新推出的模板功能将常见的图像工作流打包为现成的起点。每个模板针对特定任务进行了预配置——包括照片编辑、产品拍摄、头像制作、图标设计、游戏资产等——用户只需提供输入即可获得成品结果。
性能数据
据官方披露，Image 2.0 在摄影、设计和插画方面进行了针对性的保真度训练，并将图像编辑视为与生成同等重要的核心能力。截至8月7日的 Arena 榜单显示：
| 赛道 | 排名 |
|---|---|
| 文生图（Text-to-Image） | 全球第二 |
| 图像编辑（Image Editing） | 全球第二 |
综合评分为全球第二，仅次于 OpenAI 的 GPT Image 2 模型。
关联能力：为视频构建世界
xAI 还展示了跨图像的一致性生成能力：通过几个提示词构建一个世界——例如一个角色、她的位置以及她携带的道具——分别生成，并在不同图像之间保持统一的视觉风格。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
