xAI: Grok Imagine Image 2.0

Grok Imagine Image 2.0 är xAI:s modell för bildgenerering och bildredigering. Den tar emot en skriftlig beskrivning, eller en beskrivning tillsammans med källbilder, och returnerar ett bildresultat. Producentens namngivna 2.0-profil omfattar att skapa en scen, ändra en befintlig bild, kombinera motiv från referenser och omvandla visuell stil. Börja med att välja om du behöver en ny komposition eller en specifik ändring av material som du redan har.

Skapa en bild från en brief

Beskriv huvudmotivet, dess miljö, kompositionen, ljussättningen och det visuella uttrycket. Ange vad betraktaren ska lägga märke till först och var bilden ska användas. För ett produktkoncept kan en illustrativ brief beskriva en skrivbordslampa i keramik på ett ljust stenbord, mjukt fönsterljus, en närbild av materialet och tomt utrymme för en separat rubrik. För en illustration anger du karaktärer, handling och avsedd estetik i stället för att förvänta dig att ett enda stilord definierar hela scenen.

Producenten dokumenterar ett till tio bildresultat från en genereringsbegäran, med ett som standard. Flera resultat från samma brief ger alternativ att granska; de garanterar inte ett identiskt motiv i varje variant. Kontrollera motiv, komposition och viktiga detaljer och behåll sedan den version som bäst passar briefen. Håll ihop briefen och den valda varianten så att senare redigeringar använder den avsedda kompositionen.

Komposition, upplösning och kvalitet

Genereringsguiden dokumenterar automatiskt val av bildförhållande eller ett uttryckligt förhållande. De angivna valen omfattar 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 och 5:2. Välj formen utifrån den avsedda placeringen: kvadratisk för en kompakt ruta, stående för en vertikal komposition eller liggande för en bred scen. Ange det beskärningskänsliga motivet och det utrymme layouten behöver i stället för att enbart förlita dig på bildförhållandet.

De dokumenterade inställningarna för genereringsupplösning är 1k och 2k, med 1k som standard. Kvalitet är en separat kontroll med valen low, medium och auto. I xAI:s aktuella guide är auto standard och använder low för generering och medium för redigering; en uttrycklig inställning på low eller medium låser det valet. Upplösning och kvalitet beskriver därmed olika kontroller. Ange de visuella detaljer som är viktiga och granska dem i den returnerade bilden i stället för att behandla någon av inställningarna som en garanti för exakt text, geometri eller bevarande av motiv.

Redigera och överföra visuell stil

Tillhandahåll bilden som ska ändras och beskriv den begärda ändringen i förhållande till dess synliga innehåll. En avgränsad redigering kan be om att ersätta en mörk vägg med en ljus putsad yta samtidigt som möbleringen, kamerans perspektiv och den varma belysningen bevaras. Om avsikten är en stilomvandling anger du det önskade uttrycket: producenten visar fotografi, anime, oljemålning, akvarell, popkonst och blyertsskiss. Ange vilka element som ska behålla sitt utseende och vilka som får ändras med uttrycket.

Tillverkarens redigeringsflöde tar emot en källbildsreferens, kodade bilddata eller en filidentifierare. För lagrade referenser använder du fullständigt uppladdade PNG-, JPEG- eller WebP-bilder. Guiden dokumenterar också successiva redigeringar: använd resultatet av en redigering som indata till nästa. Detta kan omvandla en grundkomposition till ett mer specifikt resultat genom ett möbelbyte följt av en justering av ljussättningen. Håll originalet och den valda mellanliggande bilden kopplade till varje brief så att en senare förfining kan kontrolleras mot den avsedda kompositionen.

Kombinera flera referenser

Den aktuella guiden för flera bilder tillåter upp till fem källbilder i en redigering. Hänvisa till dem i den ordning de tillhandahållits och ge var och en en tydlig roll, till exempel motivet från den första bilden och miljön från den andra. Utmatningsförhållandet följer den första indatabilden som standard, med ett uttryckligt förhållande tillgängligt för att åsidosätta det. För ett koncept med en produkt i ett rum beskriver du produktens position, storlek och kontakt med rummets ytor och ber sedan om att bevara de detaljer som identifierar den. Granska hur källorna kombinerades i stället för att anta att varje element kopierades utan ändring.

Ta emot och bevara bilden

Producenten returnerar en tillfällig bildadress som standard och dokumenterar också utdata som kodad bild. Spara den faktiska bilden skyndsamt när den behövs som tillgång. Det valfria uppskjutna arbetsflödet skiljer bekräftelse av begäran från slutförande: en identifierare för begäran följs av status pending, done eller failed, och uppskjutna resultat använder adressformatet för svar med en dokumenterad lagringstid på 24 timmar. En inskickad begäran eller status pending är inte en färdig bild. Spara den färdiga bilden med dess brief och valda inställningar för senare återanvändning.

En användbar slutartefakt är en bild som passar en definierad scen-, layout- eller redigeringsbrief. Granska hela kompositionen och dess små detaljer, särskilt källmotivet, objektgränser, proportioner och all text som bär betydelse. Vid iterativt arbete ändrar du instruktionen kopplad till det synliga problemet och använder det valda resultatet som nästa referens. Håll den önskade ändringen och bevarandeinstruktionerna konkreta så att varje resultat kan bedömas mot ett specifikt kreativt syfte.