Grok Imagine Image 2.0 上線：區域級精準編輯、單次吃 5 張參考圖，xAI 自稱 Arena 雙榜第二

SpaceXAI（原 xAI）於 2026 年 8 月 7 日推出影像生成模型 Grok Imagine Image 2.0，並已在 grok.com/imagine 網頁版與 iOS、Android App 上開放。要先講清楚的是：這是影像生成模型的一次版本升級，不是語言模型換代——xAI 目前對外的旗艦語言模型仍是 2026 年 7 月 8 日開放的 Grok 4.5。

這次到底升級了什麼

官方揭露的能力，重心明顯從「生成一張新圖」移到「把既有的圖改到能用」：

• 魔術棒區域編輯：圈出畫面局部下指令修改，不必整張重新生成，原本滿意的部分得以保留。
• 分割選取：模型自動辨識物件邊界，可單獨挑出主體或背景來處理。
• 去背與透明輸出：直接產出可疊圖的透明素材。
• 多圖參考：單次最多可放入 5 張參考圖，做風格延續或元素合成。
• 九種長寬比智慧改尺寸：同一張主視覺換版位時不必重排重拍。
• 產品照、大頭照等預設模板，把常見用途變成一鍵起手式。
• 針對文字排版與版面渲染最佳化：海報、包裝、廣告圖上的文字更能正確呈現，這一直是影像模型最容易出錯的地方。

至於參數量、訓練資料與解析度上限，官方並未公布，目前無從查證。

Arena 雙榜第二，該怎麼讀

xAI 自稱 Image 2.0 在 Arena 的「文字生成圖片」與「圖像編輯」兩張榜單同列世界第二，第一名為 OpenAI 的 gpt-image-2；xAI 在 Arena 上以 SpaceXAI 名義掛牌。這個成績是廠商自評引用，讀的時候要記得兩件事：

• 排名來自使用者盲測投票，反映的是「多數人覺得哪張比較好看」，未必等同於你們品牌指定風格下的表現。
• 榜單本身不會告訴你第一名與第二名的差距，在你的實際用途上是否真的有感。

更值得注意的是敘事位置的改變。從 2026 年初的 Grok Imagine API、1.0 影片生成，到 6 月音畫同步的 Video 1.5，xAI 的影像線一路以便宜、快、能動取勝；Image 2.0 則第一次把主張放在編輯精度與可用性上——這是從玩具往生產工具移動的訊號。

消費端先行，API 只說 coming soon

限制必須說清楚：目前只有消費端可用，也就是 grok.com/imagine 網頁與手機 App，開發者還不能串接。官方對 API 僅表示 coming soon，沒有給出日期，也未公布任何定價與方案。換句話說，現在能做的是讓人打開瀏覽器手動使用，還不能把它接進商品上架流程或素材管線。

對管理者的意義

對行銷、電商、社群團隊而言，去背、換背景、把主視覺改成九種版位，過去多半得外包或用專業軟體，現在對話就能完成，素材產製的分工與成本結構會直接改變——值得先讓小組實測一週，量出「一張素材從需求到可用」的時間差再談導入。同時，這則新聞也示範了一個評估紀律：好用不等於可整合。消費端先行、API 後到的出貨節奏在 AI 產業已成常態，導入前務必先確認有沒有 API、什麼時候有、價格多少，否則做出來的流程只能靠人手動搬檔案，規模一放大就垮。