xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 est le modèle de génération et de retouche d’images de xAI. Il reçoit une description écrite, ou une description accompagnée d’images sources, et renvoie une image. Le profil 2.0 nommé par le fournisseur couvre la création d’une scène, la modification d’une image existante, la combinaison de sujets issus de références et la transformation du style visuel. Commencez par déterminer si vous souhaitez une nouvelle composition ou une modification précise d’un contenu déjà disponible.

Créer une image à partir d’un brief

Décrivez le sujet principal, son environnement, la composition, l’éclairage et le traitement visuel. Précisez ce que le public doit remarquer en premier et l’usage prévu de l’image. Pour un concept de produit, un exemple de brief peut décrire une lampe de bureau en céramique sur une table en pierre claire, une douce lumière de fenêtre, une vue rapprochée de la matière et un espace libre pour un titre ajouté séparément. Pour une illustration, indiquez les personnages, l’action et l’esthétique recherchée, sans attendre qu’un seul mot de style définisse toute la scène.

Le fournisseur documente une à dix images de sortie par demande de génération, avec une image par défaut. Plusieurs résultats issus du même brief offrent des variantes à examiner ; ils ne garantissent pas un sujet identique dans chaque variante. Vérifiez le sujet, la composition et les détails importants, puis conservez la version qui correspond le mieux au brief. Gardez le brief avec la variante retenue afin que les retouches ultérieures partent de la composition voulue.

Composition, résolution et qualité

Le guide de génération documente la sélection automatique du rapport d’aspect ou sa définition explicite. Les choix indiqués comprennent 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 et 5:2. Choisissez le format en fonction de son emplacement : carré pour une vignette compacte, portrait pour une composition verticale ou paysage pour une scène large. Précisez le sujet dont le cadrage est délicat et l’espace nécessaire à la mise en page, sans vous reposer uniquement sur le rapport d’aspect.

Les réglages documentés de résolution de génération sont 1k et 2k, avec 1k par défaut. La qualité constitue un réglage distinct, avec les choix low, medium et auto. Dans le guide actuel de xAI, auto est la valeur par défaut et utilise low pour la génération et medium pour la retouche ; un réglage explicite low ou medium fixe ce choix. La résolution et la qualité correspondent donc à des commandes différentes. Décrivez les détails visuels importants et inspectez-les dans l’image renvoyée, sans considérer l’un ou l’autre réglage comme une garantie de fidélité du lettrage, de la géométrie ou du sujet.

Retoucher et transférer un style visuel

Fournissez l’image à modifier et décrivez la modification souhaitée en fonction de son contenu visible. Une retouche ciblée peut demander de remplacer un mur sombre par une surface en enduit clair tout en conservant la disposition du mobilier, le point de vue de la caméra et l’éclairage chaleureux. Si vous souhaitez une transformation stylistique, précisez le traitement recherché : le fournisseur montre des styles photographique, anime, peinture à l’huile, aquarelle, pop art et dessin au crayon. Identifiez les éléments dont l’apparence doit être conservée et ceux que le traitement peut modifier.

Le processus de retouche du fournisseur accepte une référence d’image source, des données d’image encodées ou un identifiant de fichier. Pour les références stockées, utilisez des images PNG, JPEG ou WebP entièrement téléversées. Son guide documente également les retouches successives : utilisez le résultat d’une retouche comme entrée de la suivante. Vous pouvez ainsi affiner une composition de base en modifiant le mobilier, puis l’éclairage. Gardez l’original et l’image intermédiaire retenue associés à chaque brief, afin de comparer un affinage ultérieur à la composition souhaitée.

Combiner plusieurs références

Le guide actuel consacré aux images multiples autorise jusqu’à cinq images sources dans une même retouche. Désignez-les dans l’ordre où elles sont fournies et attribuez à chacune un rôle clair, par exemple le sujet de la première image et l’environnement de la deuxième. Par défaut, le rapport d’aspect de sortie suit celui de la première image d’entrée ; un rapport explicite permet de le remplacer. Pour un concept de produit dans une pièce, décrivez sa position, sa taille et son contact avec les surfaces de la pièce, puis demandez de préserver les détails qui l’identifient. Vérifiez la combinaison des sources sans supposer que chaque élément a été copié sans modification.

Recevoir et conserver l’image

Le fournisseur renvoie par défaut une adresse d’image temporaire et documente également une sortie sous forme d’image encodée. Conservez rapidement l’image elle-même lorsqu’elle doit servir de ressource. Son processus différé facultatif sépare l’accusé de réception de la demande de son achèvement : un identifiant de demande est suivi d’un statut pending, done ou failed, et les résultats différés utilisent le format de réponse par adresse, avec une durée de conservation documentée de 24 heures. Une demande envoyée ou un statut pending ne constitue pas une image terminée. Conservez l’image achevée avec son brief et les réglages choisis pour la réutiliser.

Un livrable final utile est une image qui répond à un brief défini de scène, de mise en page ou de retouche. Inspectez l’ensemble de la composition et ses petits détails, en particulier le sujet source, les contours des objets, les proportions et tout lettrage porteur de sens. Pour un travail itératif, modifiez l’instruction associée au problème visible et utilisez le résultat retenu comme référence suivante. Formulez concrètement les modifications et les éléments à préserver afin d’évaluer chaque résultat selon un objectif créatif précis.