xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 es el modelo de generación y edición de imágenes de xAI. Recibe una descripción escrita, o una descripción junto con imágenes de origen, y devuelve un resultado de imagen. El perfil denominado 2.0 del productor abarca crear una escena, cambiar una imagen existente, combinar sujetos de referencias y transformar el estilo visual. Empieza eligiendo si necesitas una composición nueva o un cambio específico en material que ya tienes.

Crear una imagen a partir de un encargo

Describe el sujeto principal, su entorno, la composición, la iluminación y el tratamiento visual. Identifica qué debe notar primero el espectador y dónde se utilizará la imagen. Para un concepto de producto, un encargo ilustrativo puede describir una lámpara de escritorio de cerámica sobre una mesa de piedra clara, luz suave de ventana, una vista cercana del material y espacio libre para un titular separado. Para una ilustración, especifica los personajes, la acción y la estética prevista en lugar de esperar que una sola palabra de estilo defina la escena completa.

El productor documenta de una a diez imágenes de salida por solicitud de generación, con una como valor predeterminado. Varios resultados del mismo encargo ofrecen alternativas que revisar; no garantizan un sujeto idéntico en todas las variaciones. Comprueba el sujeto, la composición y los detalles importantes y conserva después la versión que mejor corresponda al encargo. Mantén juntos el encargo y la variación seleccionada para que ediciones posteriores utilicen la composición prevista.

Composición, resolución y calidad

La guía de generación documenta selección automática de relación de aspecto o una relación explícita. Las opciones enumeradas incluyen 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20, 21:9 y 5:2. Elige la forma según la ubicación prevista: cuadrada para una ficha compacta, vertical para una composición vertical u horizontal para una escena amplia. Especifica el sujeto sensible al recorte y el espacio que necesita la composición en lugar de depender solo de la relación de aspecto.

Los ajustes documentados de resolución de generación son 1k y 2k, con 1k como predeterminado. La calidad es un control independiente con opciones low, medium y auto. En la guía actual de xAI, auto es el valor predeterminado y utiliza low para generar y medium para editar; un ajuste explícito low o medium fija esa elección. Por tanto, la resolución y la calidad describen controles diferentes. Indica los detalles visuales importantes e inspecciónalos en la imagen devuelta en lugar de tratar cualquiera de los ajustes como garantía de letras, geometría o conservación del sujeto exactas.

Editar y transferir el estilo visual

Proporciona la imagen que cambiar y describe el cambio solicitado en relación con su contenido visible. Una edición enfocada podría pedir sustituir una pared oscura por una superficie de yeso clara mientras conserva la disposición del mobiliario, el punto de vista de cámara y la iluminación cálida. Si la intención es una transformación estilística, especifica el tratamiento deseado: el productor demuestra estilos de fotografía, anime, pintura al óleo, acuarela, pop art y boceto a lápiz. Identifica qué elementos deben conservar su aspecto y cuáles pueden cambiar con el tratamiento.

El flujo de edición del fabricante acepta una referencia de imagen de origen, datos de imagen codificados o un identificador de archivo. Para referencias almacenadas, utiliza imágenes PNG, JPEG o WebP subidas por completo. Su guía también documenta ediciones sucesivas: utiliza el resultado de una edición como entrada de la siguiente. Esto puede convertir una composición base en un resultado más específico mediante un cambio de mobiliario seguido de un ajuste de iluminación. Mantén el original y la imagen intermedia elegida asociados a cada encargo para poder comprobar un refinamiento posterior frente a la composición prevista.

Combinar varias referencias

La guía actual de múltiples imágenes permite hasta cinco imágenes de origen en una edición. Refiérete a ellas en el orden proporcionado y da a cada una una función clara, como el sujeto de la primera imagen y el entorno de la segunda. La relación de salida sigue por defecto la primera imagen de entrada, con una relación explícita disponible para sustituirla. Para un concepto de producto en una habitación, describe la posición, el tamaño y el contacto del producto con las superficies de la habitación y pide después conservar los detalles que lo identifican. Revisa cómo se combinaron las fuentes en lugar de suponer que todos los elementos se copiaron sin alteraciones.

Recibir y conservar la imagen

El productor devuelve por defecto una dirección temporal de imagen y también documenta salida de imagen codificada. Conserva pronto la imagen real cuando la necesites como recurso. Su flujo diferido opcional separa la confirmación de recepción de la solicitud de su finalización: a un identificador de solicitud le sigue un estado pending, done o failed, y los resultados diferidos utilizan el formato de respuesta de dirección con un periodo documentado de retención de 24 horas. Una solicitud enviada o un estado pendiente no son una imagen terminada. Conserva la imagen completada con su encargo y ajustes elegidos para reutilizarla después.

Un recurso final útil es una imagen que corresponde a un encargo definido de escena, composición o edición. Inspecciona la composición completa y sus pequeños detalles, especialmente el sujeto de origen, los límites de los objetos, las proporciones y cualquier texto que aporte significado. Para trabajo iterativo, cambia la instrucción asociada al problema visible y utiliza el resultado seleccionado como siguiente referencia. Mantén concretas las instrucciones de modificación deseada y conservación para poder evaluar cada resultado frente a una finalidad creativa específica.