Grok Imagine 2.0

一句话定位

xAI 的下一代图像模型：把"局部编辑"做成一等公民——魔棒点哪改哪、分割选区、背景移除、多图参考，直接对标 Photoshop 的日常修图工作流。

做这个东西的人

xAI（2026 年 2 月被 SpaceX 全股票收购，7 月更名为 SpaceXAI，产品仍叫 Grok）。官方定位语是"生成真正能用于工作的图像"，把编辑能力作为核心而非附加。

判断：这是大模型厂商之间的军备竞赛，主语是 xAI，不是某个独立团队。它出现的意义是"局部重绘"正在从付费小工具的卖点变成大厂模型的标配。

它到底能做哪几件事

• 魔棒编辑 → 指向图片的某个区域，只改那个区域，其余保持原样
• 分割编辑 → 精细选择物体或区域做修改，不动整体构图
• 背景移除 → 导出透明背景素材，此前这是专业设计软件的能力
• 多图参考 → 一次生成最多融合 5 张输入图，省掉手动拼图
• 智能重排 → Smart Resize 在 1:2 到 2:1 的 9 种画幅间自动补全构图，而不是拉伸
• 工作流模板 → 电商商品图、职业头像、游戏角色、表情包、营销海报等预制流程
• 一致世界构建 → 分开生成角色、地点、道具，但保持统一视觉风格

它在替代什么旧行为

以前"改一张 AI 生成图"要么整图重出（浪费 token 且风格漂移），要么把人带进 Photoshop（学习成本高、贵），要么用第三方"局部重绘"小工具（像毛笔画，精度低，且这类工具本身就在被大厂功能吞并）。

Grok Imagine 2.0 把这套流程收进聊天界面：生成、局部修改、移除背景、多图合成，全在 Grok 里完成。它替代的是"图生图的重试循环"和"专业编辑软件的入门段"。

商业模式

模型内置于 Grok 订阅（SuperGrok 等）和 App，无单独加价。API 定价（沿用 Grok Imagine 现有 API）：标准档 $0.02/张，Quality 档 $0.05/张（1K/2K 同价）；新的 imagine-image-2.0 API 官方称"即将推出"。

判断：定价比同类更"进攻性"，目标是让开发者把它当默认选择。对只做"局部重绘"单功能的小工具，这是直接的价格绞杀。

硬数字

• Arena 榜单（xAI 自报，2026-08-07）：文生图全球第二（Elo 约 1320），图编辑第二（Elo 1439），均仅次 OpenAI gpt-image-2（1380 / 1463）
• 支持 9 种画幅、最多 5 图参考、多类预制工作流
• 2026-08-07/08 发布，Web + iOS + Android 同步
• API：$0.02/张（标准）、$0.05/张（Quality），1K/2K 同价
• 用户数、调用量：未披露

四维评估

判断

它是大厂把"局部重绘"做进标配的标志性事件。 一旦生成器自带魔棒、分割、背景移除，只做单功能的第三方小工具会集体失去存在意义。这不是 xAI 的偶然功能，是这类模型的必然演进。

它值得关注的理由是价格和入口，不是模型本身。 $0.02/张的 API 在图像编辑市场是攻击性定价；加上 Grok 和 X 的流量入口，它正在复制"模型不最强但分发最强"的路径。

需要打折扣的地方：Arena 第二是 xAI 自己引用的公开榜单，反映用户偏好而非客观质量；编辑类基准的稳定性和样本量仍是行业争议点。另外专用 API"即将推出"意味着开发者要等。

下一步看什么

① imagine-image-2.0 专用 API 是否如期上线，以及是否真的按 $0.02/$0.05 走 ② 三个月后 Arena 图编辑榜它能否反超 gpt-image-2——编辑能力是它真正的护城河 ③ 有没有独立工作室把它写进生产流程（电商、游戏美术），而不只是个人尝鲜

可借鉴的做法

产品逻辑："编辑"应该围绕真实工作流设计，而不是功能堆叠——它按电商图、头像、表情包、海报给模板，等于替用户预设了使用场景。做 AI 工具时，先列出用户改图的高频动作，再按动作造功能。

定价结构：按"张"而不是按订阅或按 token 收费，客户算账最简单。$0.02/张的量级还传达了"随便试"的信号，降低采用门槛。

竞争判断：单功能小工具要小心"大厂把功能做进标配"——如果你只做"局部重绘"这一个点，且大厂已经把它免费内置，你该考虑往工作流或数据方向走。

结论

值得关注。 这是图像模型从"生成"转向"生成+编辑工作流"的行业信号，价格和分发都有攻击性。但它是大厂产品，不是创业机会样本；它真正的价值是提醒你——单功能编辑工具的时间窗口在关闭。