跳到正文
Grok image
简体中文
English简体中文繁體中文DeutschEspañolPortuguês

Grok Imagine Image 2.0

Grok Imagine Image 2.0 是本工作台列在 Grok Imagine 这个名字下的图像模型。这个页面与站内其他模型页有两处不同:发布方自己的产品页在本机网络里打不开,所以下面不引用它的任何说法;画廊里的每一张都是别人视频里的帧,不是这个图像模型的出图。这两件事各自在需要的位置写清楚了。

更新于:

Grok Imagine Image 2.0

先选模式,再写描述,生成前先看服务端报出的成本。

AI 绘画0

生成结果

生成内容将显示在这里

第三方视频帧

公开的 Grok Imagine 视频输出帧

九帧,取自四段第三方演示片段中的两段。画廊按片段分组:前四帧来自片段 1,后五帧来自片段 2。剩下两段片段嵌在画廊下方。

这里每一帧都是第三方素材,抓取于 2026 年 9 月 18 日,由本站抽样。没有一帧由本站生成,也没有一帧是**这个页面所讲的图像模型**产出的静态出图——它们是公开视频输出的帧,来源写在每一帧下面。发布方自己的页面在本机网络里打不开,所以本站没有官方素材可放。请把这些帧读作「这个系列在运动中的观感与灯光参考」,而不是关于静态出图分辨率或提示词服从度的证据。

夜里潮湿的巷子里两名女性相对而立,一人穿白色外套,一人穿黑色皮衣,墙上挂着霓虹招牌 帧详情 ↗

01 / 第三方视频帧,片段 1

霓虹街上的两个人

grokimagine.io ↗

用这一帧做参考图

Two women standing face to face in a rain-wet alley at night, one in an open white jacket over a light top and one in black leather, graffiti and neon signage on both walls, reflective ground.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

两名男子在暖光下的店铺或酒吧里互殴,手臂带运动模糊,身后是高到顶的货架 帧详情 ↗

02 / 第三方视频帧,片段 1

暖光室内的扭打

grokimagine.io ↗

用这一帧做参考图

Two men in a close fight inside a warmly lit shop or bar, motion blur through the arms, tall shelves of packaging behind them, light falling from overhead.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

一名穿深色外套的男子与一名白衣女子并肩走过被霓虹照亮的烟雾街道 帧详情 ↗

03 / 第三方视频帧,片段 1

人群中的两个人

grokimagine.io ↗

用这一帧做参考图

A man in a dark jacket and a woman in white moving together through a crowded night street, neon signage overhead and haze catching the light.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

一名穿浅色上衣与深色长裤的女子站在夜雨后的小巷里,湿地面映出周围的霓虹 帧详情 ↗

04 / 第三方视频帧,片段 1

独自站在巷子里

grokimagine.io ↗

用这一帧做参考图

A woman in a light top and dark trousers standing still in a narrow alley after rain, wet paving reflecting the neon signs on both sides, night.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

一名穿发光幻彩紧身衣的女子站在夜间的列车车厢中,身后的车窗透出城市灯火 帧详情 ↗

05 / 第三方视频帧,片段 2

站在车厢里

grokimagine.io ↗

用这一帧做参考图

A woman in a luminous iridescent bodysuit standing upright in a metro carriage at night, city towers visible through the windows on both sides, cool interior light.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

同一个身影在车厢内张开双臂,全身被琥珀色光照亮 帧详情 ↗

06 / 第三方视频帧,片段 2

车厢里张开双臂

grokimagine.io ↗

用这一帧做参考图

The figure in the iridescent bodysuit opening both arms inside the carriage, warm amber light across the suit, windows showing the city outside.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

从背后看这个身影,双臂伸展,手部拖出明亮的金色光带 帧详情 ↗

07 / 第三方视频帧,片段 2

金色光带

grokimagine.io ↗

用这一帧做参考图

The figure in the glowing suit seen from behind with both arms outstretched, long golden streaks of light trailing from the hands across the carriage interior.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

穿发光紧身衣的身影双臂张开,金色光缠绕全身,身后是车厢内部与发光顶板 帧详情 ↗

08 / 第三方视频帧,片段 2

金光缠身

grokimagine.io ↗

用这一帧做参考图

The figure in the iridescent suit with both arms out and gold light wrapping the body, the carriage interior and its lit ceiling panels behind her.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

穿发光紧身衣的身影坐在车厢里,双手大幅张开,上方是发光的顶板 帧详情 ↗

09 / 第三方视频帧,片段 2

在顶灯下坐着

grokimagine.io ↗

用这一帧做参考图

The figure in the glowing suit seated inside the carriage with a wide open gesture of both hands, ceiling light panels above and windows behind.

带参考图打开工作台 ↗

这一帧没有公开的提示词:来源页没有提供。

Grok Imagine Image 2.0 是什么

它是一个图像模型:给它一段提示词,可选几张参考图,再选一个画幅和画质,它返回一张图。本工作台把它登记为 Grok Imagine Image 2.0,工作台菜单与任务接口用的都是这个名字,所以本页的标题和你打开工作台后看到的名字是一致的。

它和 Grok Imagine Video 是两个产品,本站分列两页。两者同属一个系列、走同一个工作台,但输入和产出都不同。本页不描述视频模型的能力,那一页也不描述这一页的。

先说一句提醒:与其他模型页不同,本页**找不到一个可以指向的发布方页面**。它能做的是把本工作台为这个模型声明的字段摊开——这是更小的主张,但是可核对的那种。原因见后面「为什么没有发布方页面可引」一节。

为什么有用的搜索词比模型名更短

这一点写在页面上而不是只留在调研笔记里,因为它决定了这个页面到底为谁而写。完整名称和短名称在搜索引擎里的表现完全不同。

搜完整产品名,返回的结果被这个品牌更出名的那个助手占满:帮助页和聊天界面,不是图像生成工具。加上更多限定词、写成「图像生成器」那一类写法,结果也一样。唯一能稳定返回图像与视频生成工具的写法,就是这个两词的品牌名本身。

所以本页是写给搜短名称的人看的,而标题与菜单项保留工作台真正使用的完整产品名。这两个决定方向相反,而且都有代价:标题对产品保持诚实,匹配短查询的活交给页面标题与描述去做。另一条路是把模型在菜单里改名去追一个搜索词,那会让工作台说一套、这个页面说另一套。

本工作台为这个模型声明的字段

下表读自工作台用来渲染控件、提交任务的那份模型表。这里没有一句话是引自发布方的,因为不存在一个可访问的发布方页面可供引用。

最后两行要放在一起读。工作台不提供的选项,本页直接写「不提供」,而不是留给读者去猜——别的模型有这个开关,不代表这一个也有。

设置项声明值
画幅比例auto、1:1、1:2、2:1、1:3、3:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9、9:21
画质1k、2k、4k,默认 1k
参考图支持,最多 14 张
渲染质量档本工作台为这个模型不提供
速度档本工作台为这个模型不提供
计费由服务端在下单前按任务报价

16 种画幅才是这页最特别的地方

十六种画幅是相当长的一张清单,而且包含大多数图像工具会跳过的比例:3:1 与 1:3、9:21 与 21:9,以及竖版社交图常用的 4:5。如果你曾经把生成的图裁来裁去就为塞进一个位置,那这一节就是为你写的。

排在这个模型名称前面的三个页面,没有一家列出过画幅清单,所以这一节占的是一整节而不是表格里的一行。它是本页能给出的最具体的事实。

  • 极宽与极高的那几档(3:1、1:3、21:9、9:21)是横幅和竖屏故事位的形状。围绕它们做版式之前值得先试一张,因为这个形状在其他地方并不常见。
  • 4:5 与 5:4 这一对对应标准的竖版与横版照片比例,出来的图不用裁就能放进印刷版式或信息流。
  • 正方形,加上 4:3、3:2、2:3 这一族,基本覆盖了常见社媒尺寸。
  • 画幅和画质在这里是两个独立设置。21:9 配 4k 是一张极宽又极大的图;1:1 配 1k 则是第一次试提示词时最省的组合。

14 张参考图能做什么、不能做什么

十四张参考图对某一类活足够,对另一类不够。分清楚这两类,能省掉一次失败的生成。

做风格迁移、做角色或商品一致性,它很够用:同一个主体的几个角度,加上几张说明你想要的观感的帧,都放得下。做那种希望模型融合多份参考而不是死盯一份的情绪板式需求,也够。

它不是训练模型的替代品。如果你的主体要在很多次生成里保持精确,每次任务重新提供十四张参考意味着结果会在任务之间漂移,而微调过的模型不会这样漂。这件事重不重要取决于你要多精确:探索阶段不重要,做商品目录大概就重要。

在本工作台跑一次生成

一共六步。其中只有第四步——画幅与画质这一对——是习惯用静态出图工具的人原先不知道的部分。

  1. 打开图像工作台,在模型列表里选择 Grok Imagine Image 2.0。
  2. 写提示词;如果你是要改图或迁移风格,就从一张图开始。
  3. 如果结果必须跟随某个东西,就附上参考图,上限是十四张。
  4. 选画幅和画质。工作台给的初始值是 auto 与 1k,这是判断提示词是否成立最省的组合。
  5. 提交任务。服务端会按这组配置先返回报价,之后才计费。
  6. 成图会留在历史里,可以重新打开、改一个设置重跑,或者拿它当下一次任务的参考图。

下面这组案例是什么,不是什么

这一节如果省掉,整页就不诚实了。下面每一条案例都是从第三方站点公开的视频里抽出来的帧。没有一张是这个图像模型生成的静态出图,本站也没有自己生成过任何一张。

为什么最后会是这样:排在这个模型名称前面的页面都是视频优先的,其中一家把视频产品的名字放在了自己页面标题的最前面。它们的展示区里大多是视频产出,静态图要么是界面截图、要么是导航缩略图,要么是两份内容完全相同的重复文件。筛完之后,没有剩下任何可以称为「这个图像模型的静态样本」的东西。

本站本可以自己生成一批图,然后当作案例放上来。我们没有这么做,因为写页面的人自己生成的结果,不能当作关于这个模型的证据。所以画廊选择了诚实的做法:把能拿到的放出来,每一帧都标注它是视频帧并写明来源,同时告诉你这些帧因此无法证明什么。

它们能让你看到的是这个系列的观感——灯光、那个霓虹加雨夜的色调、它在运动中怎么处理一张脸。它们不能告诉你分辨率、静态出图上的提示词服从度,或者 1k 和 4k 的差别。这几件事都请在工作台里跑一次真实任务来判断。

为什么没有发布方页面可引

本站查了三条路径,把结果如实列出而不是绕过去。这三条都不是通常意义上的「死链」,所以逐条写出来而不是概括一句。

所以本页不引用发布方的任何说法。一个写着「发布方表示……」却给不出可核对出处的页面,比一个只写自己可核实内容的页面更糟;而工作台自己的模型表是可核实的。

  • 发布方主站对普通请求返回拒绝访问;用真实浏览器渲染,落到的是访问控制提示页,而不是内容。
  • 这个产品的新闻路径渲染出的是找不到页面。这是真的 404,不是软 404——判断依据是读渲染后的标题,不是看状态码。
  • 应用路径返回 200,但它是给已登录用户用的应用外壳,不是一个可以被引用的内容页。

案例素材来自哪里

画廊里这十三帧,都是本站从排在这个模型名称前面的一个第三方站点公开的四段演示视频里抽出来的,画廊下方四段片段就是那几个视频文件。全部抓取于 2026 年 9 月 18 日。

四段里有三段是按原样保留的。其中一段原始体积约 13.5 MB,为了不让一页挂四段可播放片段变得不可加载,重新编码到约 4.4 MB,画面尺寸与音频都未改动。片段上显示的海报帧,取自该片段本身,不是另外一份素材。

这些帧没有配套的提示词。来源页本来就没公布提示词,而这里也不是静态出图画廊、没有提示词可以转述,所以本页不编。

本页不做哪些声明

有五件事是刻意不写的,每一件都是「写得更自信一点、但更不准确」的地方。

本页没有展示任何由这个模型生成的图像,本站也没有生成过。

本页没有任何内容归到发布方名下,因为它的产品页无法访问、无法核对。

本页没有说这个模型在任何一个方面最好、最快或最准。页面上没有基准数据,因为本站没有跑过任何能支撑它的测试。

本页不写价格。真正计费的是提交任务时服务端返回的那条报价。

竞品里有一项功能本站看到了但明确不跟进:放宽内容限制的模式。不做的原因一半是产品定位、一半是合规边界,而不是没注意到。

效果案例

第一段第三方演示片段,十五秒,公开发布时标注为 Grok Imagine 的输出。它连续走过街头斗殴、霓虹人群街道和一个独自站在巷子里的人。重点看中段的脸:这个量级的模型通常就是从那里开始糊的。

grokimagine.io,抓取于 2026-09-18。第三方素材;发布方自己的页面不可访问,无法对照。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

四段里最长的一段,二十九秒,围绕一个穿发光紧身衣的身影在列车车厢里展开。它最能体现这个系列的标志性观感,也是唯一在一段长镜头里保持在同一个主体上的片段。

grokimagine.io,抓取于 2026-09-18。第三方素材;发布方自己的页面不可访问,无法对照。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

六秒,一间白天的普通卧室。画面上什么都没发生,这正是它在这里的原因:一间带绿植和窗户的普通房间,是检验柔和日光与布料质感会不会糊掉的最公平的场景。

grokimagine.io,抓取于 2026-09-18。第三方素材;发布方自己的页面不可访问,无法对照。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

六秒的对镜说话片段,背景是纯黑。会说话的脸是这类模型最常见也最难的场景,所以它该进案例组,尽管它是四段里最不好看的一段。

grokimagine.io,抓取于 2026-09-18。第三方素材;发布方自己的页面不可访问,无法对照。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

白天的卧室,床边一大盆绿植,白色窗帘和明亮的窗户

卧室片段里的一帧,在这里放小尺寸,是因为源视频只有 650 像素宽,这已经是它存在过的最大版本。它作为日光与质感的参考收录进来,不是分辨率样本。

本站从第三方 Grok Imagine 演示视频中抽取的帧,抓取于 2026-09-18。属视频输出,不是这个图像模型的静态出图。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

同一间卧室的另一个稍不同的角度,绿植与窗户仍在画面里

同一段卧室片段里稍后的一帧。留它是因为同一静态场景的两帧能看出细节在时间之间会不会漂移,单帧看不出。

本站从第三方 Grok Imagine 演示视频中抽取的帧,抓取于 2026-09-18。属视频输出,不是这个图像模型的静态出图。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

一名穿黑色皮衣的女子对着镜头说话,背景是纯黑

对镜说话片段里的一帧。背景是刻意留空的,所以没有什么可以藏:皮肤、头发和皮衣的质地就是画面的全部内容。

本站从第三方 Grok Imagine 演示视频中抽取的帧,抓取于 2026-09-18。属视频输出,不是这个图像模型的静态出图。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

同一位说话者举手做手势的瞬间,背景仍是纯黑

同一位说话者稍后的一帧,正在做手势。手和一张正在动的脸同处一帧,是最先崩掉的两处细节,这就是为什么留的是这一帧而不是第三张卧室。

本站从第三方 Grok Imagine 演示视频中抽取的帧,抓取于 2026-09-18。属视频输出,不是这个图像模型的静态出图。 · 第三方素材,非官方。权利归该页面发布方所有;此处带出处引用,不主张任何所有权。

常见问题

Grok Imagine Image 2.0 和 Grok Imagine Video 是同一个东西吗?

不是,它们是两个产品,本站分列两页。本页讲的是图像模型:提示词、可选的参考图、一个画幅和一个画质,进去;一张图,出来。视频模型接受类似的输入,返回的是指定时长的片段,它有自己的一页。

为什么这页没有指向发布方的链接?

因为发布方的页面在本机网络里打不开,无法核对任何东西。主站返回拒绝访问;这个产品的新闻路径是真的找不到页面;应用路径是给已登录用户用的外壳,不是内容页。与其转述无法核对的声明,本页只写工作台自己运行所依据的那份模型表。

画廊里的图是这个模型生成的吗?

不是。它们是从排在这个模型名称前面的第三方站点公开的演示视频里抽出的帧。它们体现的是这个系列在运动中的观感,不是这个模型的静态出图。每一帧的说明与出处行都写明了这一点。

能附多少张参考图?

每次任务最多十四张。做风格迁移、做同一个角色或商品的几个角度、做情绪板式需求都够用。它不等同于训练过的模型:参考图每次任务都要重新提供,结果会在任务之间漂移,而微调过的模型不会。

有哪些画幅可用?

十六种,包括大多数工具会跳过的极端比例:3:1 与 1:3、21:9 与 9:21,以及竖版和横版照片用的 4:5 与 5:4。完整清单在上面的表格里。排在这个模型名称前面的页面,没有一家公布过画幅清单。

画质这一项改的是什么?

它决定输出是 1k、2k 还是 4k,默认是 1k。它与画幅相互独立,所以 21:9 配 4k 和 1:1 配 1k 都成立,体积差得很远。在判断提示词是否成立的阶段,先用 1k。

这个工作台为这个模型提供速度档或渲染质量档吗?

不提供。驱动工作台的那份模型表为这个模型没有声明速度档,也没有声明渲染质量档,所以本页不描述这两项。一个选项不存在的时候,什么都不说会让人以为别的模型有它就该有。

继续探索