Imagine Image 2.0 на xAI се нарежда непосредствено след GPT-Image-2 на OpenAI в бенчмарковете Arena

xAI пуска Imagine Image 2.0 с инструменти за редактиране и предварително конфигурирани шаблони. Моделът се класира непосредствено след GPT-Image-2 на OpenAI в тестовете на Arena.

xAI пусна Imagine Image 2.0 като нов „Quality Mode“ на grok.com/imagine и в приложенията на Grok за iOS и Android. Достъпът до API за Imagine Image 2.0 предстои скоро, съобщава xAI.

Според компанията Imagine 2.0 е проектиран да следва инструкциите с прецизност до най-малкия детайл, да запазва чисти типографията и оформлението при сложни визуализации и да поддържа последователност при множество генерации.

В класациите на Arena към 7 август 2026 г. по-бързият „low“ вариант на модела заема второ място в света и в двете категории. Той получава Elo рейтинг от 1 439 в Image Edit Arena, след GPT-Image-2 на OpenAI с 1 463. В Text-to-Image Arena постига 1 320 точки, отново изоставайки от GPT-Image-2 с 1 380.

Reve 2.1, Muse-Image на Meta, Qwen-Image-3.0-Pro на Alibaba, Gemini на Google и SeedDream на ByteDance се класират по-надолу в списъка. Новият модел също така изпреварва с голяма преднина варианта „Quality“ на своя предшественик в тези тестове.

Инструменти за редактиране, създадени за итеративни работни процеси

Imagine Image 2.0 се предлага с няколко функции за редактиране. Според xAI инструментът „Magic Wand“ променя само избраната област от изображението. Функция за сегментиране позволява на потребителите да избират прецизни области, а инструментът за премахване на фон извежда обектите с прозрачен фон.

Multi-Ref Editing позволява на потребителите да комбинират до пет входни изображения в една генерация. „Smart Resize“ преобразува съществуващо изображение във всяко съотношение на страните, като моделът сам попълва допълнителното пространство.

Шаблони и планиране на предпроизводството на видео

xAI добавя и шаблони, които обединяват често използвани работни процеси за изображения в предварително конфигурирани начални точки. Категориите включват редактиране на снимки, продуктова фотография, маркетингови материали, инструменти за дизайн, игрови ресурси и емоджита за стрийминг.

xAI представя и функция, която генерира отделно персонажи, локации и реквизит, като същевременно поддържа визуалния стил последователен във всички изображения. Компанията определя това като стъпка към цялостни работни процеси за видеопродукция.

Новини за изкуствения интелект без сензации – подбрани от хора

Абонирайте се за THE DECODER и получете четене без реклами, седмичен бюлетин за изкуствения интелект, нашия ексклузивен шест пъти годишно доклад „AI Radar“ за водещите разработки, пълен достъп до архива и достъп до секцията за коментари.