Grok Imagine Image 2.0：把「改图」当成一等公民的那一个

2026 年 8 月 7 日发布的 Grok Imagine Image 2.0，是这两个月海外真正的新图像模型之一。

它跟同期其它模型最大的不同是：编辑不是事后补的功能，是从设计之初就在的。 大多数模型是「先生成，再想办法改」，它是「生成和改用的是同一套能力」。

但它也有一件很不专业的事：发布一个多月了，每张图多少钱、分辨率上限多少、API 到底开没开，这三件事对外说法还不统一。

一、它能干什么

• 1magic wand 只改你指的那一块 —— 不用先抠图再修。
• 2segmentation 精确选区 —— 选中一个物体，而不是选中一个方框。
• 3背景移除并导出透明通道 —— 这一步以前要另开一个工具。
• 4多图参考最多 5 张，一次生成内完成合成 —— 省掉手工拼图这一环。
• 5Smart Resize：9 种画幅（1:2 到 2:1）之间重新构图 —— 不是裁，是重新排。
• 6预置模板：产品图、证件照/头像、电商、游戏素材、营销。

文字渲染这块，官方的说法是它会「像设计师一样规划排版与版式，所以密集的多段落视觉能立住，小字也清晰」。这个表述比大多数厂商的「支持文字渲染」要具体 —— 它强调的是版式，不只是单个字不糊。

榜单成绩：官方称在 Arena 的文生图和图编辑两个榜上都排世界第二（截至 8 月 7 日），两个榜的第一都是 OpenAI 的 gpt-image-2。

Smart Resize 这一条对电商和自媒体特别实用。同一张主视觉要出方图、竖图、横图、长条 banner 四个版本，传统做法是设计师手工重排四遍；它是让模型按每个画幅重新构图 —— 元素位置会变，但设计意图保持。这一步过去是最耗人的环节之一。

二、三件对外说法不统一的事

一、model id 有两种写法

官方页面上给的是 grok-imagine-image-2.0；但第三方的记录是 grok-imagine-image-2（low 档）和 grok-imagine-image-quality 两个档。哪个对，只能以你实际拿到的 API 文档为准。

二、API 到底开没开

xAI 官方页面说通过 xAI SDK 可用；但两家跟踪模型发布的站点都记录为「coming soon，无日期」。这是直接矛盾的。 要把它写进技术方案之前，先自己拿 key 打一次接口。

三、价格完全没有

每张图多少钱，官方没公布，第三方也查不到。 这是三件事里最严重的一件 —— 没有价，就没法算毛利，也没法报固定价。

在这种状态下接活，唯一稳妥的做法是：按工时报价，不按张数报价。 或者先自己跑一个月，拿到真实账单再决定要不要把它写进产品线。

分辨率上限、可用区域限制、商用授权条款，这三项同样查不到确凿说法。 商用条款查不到这一条尤其要当心 —— 给客户交付的图，版权归谁、能不能用于广告投放，这些是要写进合同的，不能靠猜。

三、现在能怎么用它

在定价和 API 状态明朗之前，比较务实的用法是：用网页端做那些别家做不了的活，不把它接进自动化流程。

• 1一图多版：主视觉定稿之后，用 Smart Resize 一次生成四个画幅。这是它相对其它模型最明显的优势。
• 2复杂合成：需要把 3–5 个元素合到一张图里的（模特 + 产品 + 场景 + 道具），它的 5 张参考一次合成比别家分步做省事。
• 3要透明底的：背景移除带透明通道导出，电商抠图省一道工序。
• 4密集文字版式：官方在这块的说法最硬气，做那种信息量大的图文海报可以试它。

一段可抄的合成 prompt

五张参考分别是：模特全身、产品正面、场景空镜、道具特写、配色板。prompt 这么写：

把 [参考 1] 的人物放在 [参考 3] 的场景里，人物手中持有 [参考 2] 的产品，产品标签正面朝向镜头且清晰可读。[参考 4] 的道具放在画面左下角前景，虚化。整体配色遵循 [参考 5]。构图：竖版 4:5，人物占画面高度三分之二，顶部留出约 15% 空白放标题文字。光线：柔和侧光，产品上有明确高光。

关键在最后那几句：留白位置、占比、光线，这三件事必须写死，否则它会把画面填满，你的标题就没地方放了。

四、什么时候别选它

• 1要签固定单价合同的：没有公开价，你没法算成本。
• 2要接进自动化流水线的：API 状态对外说法矛盾，model id 都有两种写法，现在接等于给自己埋雷。
• 3客户法务要看授权条款的：商用条款查不到一手出处。
• 4要 4K 交付的：分辨率上限没有确凿说法。

一句话：它的能力值得试，但现在还不适合写进交付承诺。 放在工具箱里当手动工具用，等它把价表和 API 文档补齐了，再考虑往流程里挪。

顺便记一笔时间线：同一家的 Grok Imagine Video 1.5 在 7 月 31 日也更新过，同样是公告里不给价。这不是偶然，是这家公司现在的风格 —— 产品发得快，商业化文档跟不上。 打交道的时候把这一点算进去。

想试它的话，先跑这三个对照

不要拿好看不好看去判断一个模型值不值得进流程，那个太主观。拿你自己真实接过的活去跑，三组就够：

• 1一图四版：挑一张你以前手工排过四个画幅的主视觉，让它用 Smart Resize 跑一遍，看省了多少时间。省不到半小时就不值得为它改流程。
• 2五元素合成：挑一个以前要 PS 合成的单子，把五张素材丢进去，看一次出图能到几成。到七成以上就有价值，五成以下不如自己拼。
• 3密集文字版式：拿一张信息量大的图文海报，看它的小字糊不糊、版式散不散。这是它宣传里最硬的一块，也最该验。

跑完这三组，你自己就有答案了，比看任何榜单都准。榜单测的是通用能力，你要的是你那类活上的能力 —— 这两件事经常对不上。