xAI lanza Imagine Image 2.0 para flujos de trabajo de imágenes en producción
La nueva Quality Mode agrega ediciones por región, referencias de cinco imágenes y redimensionamiento inteligente, mientras que el acceso a la API sigue pendiente.
By Ryan Merket · Published · Updated
RUNTIMEWIRE INVESTIGATION — Exclusive
Original reporting by RuntimeWire.
Why it matters
xAI is turning Grok Imagine into an editing suite for repeatable design work. API access will determine whether those tools spread into production software and business workflows.
SpaceX's xAI lanzó Imagine Image 2.0 el 7 de agosto, añadiendo edición dirigida, referencias con múltiples imágenes y plantillas de flujo de trabajo a su generador de imágenes Grok. El modelo está disponible en general como Quality Mode en Grok Imagine y en las apps de Grok para iOS y Android.
El lanzamiento orienta a Grok Imagine hacia un trabajo creativo iterativo, donde preservar una composición existente puede importar tanto como generar la primera imagen. En su página de lanzamiento, xAI presenta el modelo para fotografía de producto, diseños publicitarios, diagramas, elementos para juegos, retratos y otras imágenes destinadas a salir de la ventana de chat.
Elon Musk dirigió xAI desde marzo de 2023 hasta que SpaceX la adquirió el 2 de febrero, según un prospecto de SpaceX. El registro enumera a Musk como director ejecutivo, director técnico y presidente de SpaceX. Image 2.0 extiende el impulso de su compañía combinada para convertir a Grok en un producto de trabajo que abarca texto, código, voz y medios generativos, en lugar de una función confinada a X.
La edición se convierte en el producto
La Magic Wand de Image 2.0 permite a los usuarios marcar una región y solicitar un cambio sin regenerar todo el fotograma. Una herramienta de segmentación separada selecciona áreas específicas, mientras que la eliminación de fondo exporta un sujeto con transparencia. Smart resize expande o recompone una imagen para relaciones de aspecto que van desde publicaciones verticales en redes sociales hasta banners en formato widescreen.
El modelo también puede aceptar hasta cinco imágenes de referencia en una sola generación. Eso le da a los usuarios una forma de llevar una persona, producto, accesorio o estilo visual entre salidas sin combinar manualmente cada referencia en software separado. xAI dice que Image 2.0 preserva los detalles de entrada con mayor fiabilidad durante la generación y la edición, aunque no ha publicado un informe técnico que mida esa mejora.
Las plantillas empaquetan estos controles en flujos de trabajo preestablecidos. La selección inicial incluye cambios de color de producto, fotografía para e-commerce, headshots profesionales, íconos, sprites de personajes, diseños de mercancía y kits de UI. Este es el intento más claro de xAI por competir en tareas de diseño repetibles en lugar de depender de la novedad de generaciones de una sola toma.
El renderizado de texto es otro foco
xAI afirma que el modelo planifica la tipografía y la disposición para que la letra pequeña y las composiciones densas y multipartes sigan siendo legibles. Los ejemplos de lanzamiento incluyen hojas de referencia, infografías y pósters, formatos donde una etiqueta mal escrita o una línea de texto mal formada pueden hacer que una salida por lo demás convincente sea inutilizable.
xAI afirma un fuerte salto en los benchmarks
xAI dice que Image 2.0 se ubicó en segundo lugar a nivel mundial tanto en generación de texto a imagen como en edición de imagen en Arena al 7 de agosto. La página de lanzamiento no incluye las puntuaciones del modelo ni el total de votos.
La instantánea de Arena de texto a imagen, con fecha del 10 de julio, ubicó a grok-imagine-image-quality en el puesto 12 entre modelos individuales y a SpaceXAI en el séptimo lugar entre laboratorios. La instantánea de edición de imagen de Arena de la misma fecha colocó al modelo en sexto lugar y a SpaceXAI en quinto. Esas tablas antiguas no verifican la afirmación de xAI de segundo lugar el día del lanzamiento, que puede reflejar votos más recientes o un modelo actualizado que no había aparecido en los rankings indexados anteriormente.
La diferencia importa porque xAI está usando el rendimiento en Arena como la principal evidencia independiente de la calidad de Image 2.0. Su anuncio no proporciona resultados de evaluación interna para el seguimiento de instrucciones, la precisión tipográfica, la consistencia con referencias o la veracidad, a pesar de identificar cada uno como una mejora central.
El lanzamiento al consumidor llega antes que la API
Image 2.0 está disponible a través de los productos de consumo de Grok, pero xAI dice que el acceso por API llegará después. Ese orden pone la nueva interfaz de edición y las plantillas frente a creadores individuales antes de que los desarrolladores puedan integrar el modelo en sistemas automatizados de diseño, comercio o publicidad.
Las funciones de edición de precisión también amplían la capacidad del modelo para alterar personas y objetos en imágenes subidas. La Política de Uso Aceptable de xAI, vigente desde el 26 de junio, prohíbe usos que incluyen alteraciones íntimas no consentidas de personas reales, suplantación engañosa, representaciones pornográficas de personas identificables y documentos falsificados. La cuenta de Grok dijo en el hilo del lanzamiento que Image 2.0 aplica esos filtros mientras admite otros trabajos ficticios y creativos.
Para xAI, la prueba comercial llegará cuando la API esté disponible. Las plantillas pueden atraer consumidores, pero el acceso de desarrolladores determinará si Image 2.0 se convierte en infraestructura para sistemas de producción o permanece como un modo de creación dentro de Grok.