Grok Imagine Image 2.0 上线：区域级精准编辑、单次可用 5 张参考图，xAI 自称 Arena 双榜第二

SpaceXAI（原 xAI）于 2026 年 8 月 7 日推出图像生成模型 Grok Imagine Image 2.0，并已在 grok.com/imagine 网页版与 iOS、Android App 上开放。需要先讲清楚：这是图像生成模型的一次版本升级，不是语言模型换代——xAI 目前对外的旗舰语言模型仍是 2026 年 7 月 8 日开放的 Grok 4.5。

这次到底升级了什么

官方披露的能力，重心明显从「生成一张新图」转到「把已有的图改到能用」：

• 魔术棒区域编辑：框出画面局部下指令修改，不必整张重新生成，原本满意的部分得以保留。
• 分割选取：模型自动识别物体边界，可单独挑出主体或背景处理。
• 抠图与透明输出：直接产出可叠图的透明素材。
• 多图参考：单次最多可放入 5 张参考图，做风格延续或元素合成。
• 九种长宽比智能改尺寸：同一张主视觉换版位时不必重排重拍。
• 产品图、证件照等预设模板，把常见用途变成一键起步。
• 针对文字排版与版面渲染优化：海报、包装、广告图上的文字更能正确呈现，这一直是图像模型最容易出错的地方。

至于参数量、训练数据与分辨率上限，官方并未公布，目前无从查证。

Arena 双榜第二，该怎么读

xAI 自称 Image 2.0 在 Arena 的「文生图」与「图像编辑」两张榜单同列世界第二，第一名为 OpenAI 的 gpt-image-2；xAI 在 Arena 上以 SpaceXAI 名义挂牌。这个成绩是厂商自评引用，读的时候要记住两件事：

• 排名来自用户盲测投票，反映的是「多数人觉得哪张更好看」，未必等同于你们品牌指定风格下的表现。
• 榜单本身不会告诉你第一名与第二名的差距，在你的实际用途上是否真的有感。

更值得注意的是叙事位置的变化。从 2026 年初的 Grok Imagine API、1.0 视频生成，到 6 月音画同步的 Video 1.5，xAI 的图像线一路以便宜、快、能动取胜；Image 2.0 则第一次把主张放在编辑精度与可用性上——这是从玩具向生产工具移动的信号。

消费端先行，API 只说 coming soon

限制必须讲清楚：目前只有消费端可用，也就是 grok.com/imagine 网页与手机 App，开发者还不能接入。官方对 API 仅表示 coming soon，没有给出日期，也未公布任何定价与方案。换句话说，现在能做的是让人打开浏览器手动使用，还不能把它接进商品上架流程或素材管线。

对管理者的意义

对营销、电商、社群团队而言，抠图、换背景、把主视觉改成九种版位，过去多半得外包或用专业软件，如今对话就能完成，素材生产的分工与成本结构会直接改变——值得先让小组实测一周，量出「一张素材从需求到可用」的时间差再谈引入。同时，这则新闻也示范了一条评估纪律：好用不等于可集成。消费端先行、API 后到的出货节奏在 AI 行业已成常态，引入前务必先确认有没有 API、什么时候有、价格多少，否则做出来的流程只能靠人手动搬文件，规模一放大就垮。