首頁 Grok Imagine Image 2.0 Grok Imagine Image 2.0 Grok Imagine Image 2.0 是本工作台列在 Grok Imagine 這個名字下的圖像模型。這一頁與站內其他模型頁有兩處不同:發布方自己的產品頁在本機網路裡打不開,所以以下不引用它的任何說法;畫廊裡的每一張都是別人影片裡的幀,不是這個圖像模型的出圖。這兩件事各自在需要的位置寫清楚了。
更新於: 2026-09-19
Grok Imagine Image 2.0 先選模式,再寫描述,生成前先看伺服器報出的成本。
文字生圖 圖片編輯 參考圖創作
模型 Grok Imagine Image 2.0 第三方影片幀 公開的 Grok Imagine 影片輸出幀 九幀,取自四段第三方示範片段中的兩段。畫廊按片段分組:前四幀來自片段 1,後五幀來自片段 2。剩下兩段片段嵌在畫廊下方。
這裡每一幀都是第三方素材,取得於 2026 年 9 月 18 日,由本站取樣。沒有一幀由本站生成,也沒有一幀是**這一頁所講的圖像模型**產出的靜態出圖——它們是公開影片輸出的幀,來源寫在每一幀下面。發布方自己的頁面在本機網路裡打不開,所以本站沒有官方素材可放。請把這些幀讀作「這個系列在運動中的觀感與燈光參考」,而不是關於靜態出圖解析度或提示詞服從度的證據。
幀詳情 ↗ 01 / 第三方影片幀,片段 1
霓虹街上的兩個人 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 02 / 第三方影片幀,片段 1
暖光室內的扭打 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 03 / 第三方影片幀,片段 1
人群中的兩個人 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 04 / 第三方影片幀,片段 1
獨自站在巷子裡 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 05 / 第三方影片幀,片段 2
站在車廂裡 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 06 / 第三方影片幀,片段 2
車廂裡張開雙臂 grokimagine.io ↗
用這一幀當參考圖 The figure in the iridescent bodysuit opening both arms inside the carriage, warm amber light across the suit, windows showing the city outside.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 07 / 第三方影片幀,片段 2
金色光帶 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 08 / 第三方影片幀,片段 2
金光纏身 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
幀詳情 ↗ 09 / 第三方影片幀,片段 2
在頂燈下坐著 grokimagine.io ↗
用這一幀當參考圖 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.
帶參考圖打開工作台 ↗ 這一幀沒有公開的提示詞:來源頁沒有提供。
關閉 ×
Grok Imagine Image 2.0 是什麼 它是一個圖像模型:給它一段提示詞,可選幾張參考圖,再選一個畫面比例與畫質,它回傳一張圖。本工作台把它登記為 Grok Imagine Image 2.0,工作台選單與任務介面用的都是這個名字,所以本頁的標題與你打開工作台後看到的名字是一致的。
它和 Grok Imagine Video 是兩個產品,本站分列兩頁。兩者同屬一個系列、走同一個工作台,但輸入與產出都不同。本頁不描述影片模型的能力,那一頁也不描述這一頁的。
先說一句提醒:與其他模型頁不同,本頁**找不到一個可以指向的發布方頁面**。它能做的是把本工作台為這個模型宣告的欄位攤開——這是比較小的主張,但是可查證的那一種。原因見後面「為什麼沒有發布方頁面可引」一節。
為什麼有用的搜尋詞比模型名更短 這一點寫在頁面上而不是只留在調研筆記裡,因為它決定了這一頁到底為誰而寫。完整名稱與短名稱在搜尋引擎裡的表現完全不同。
搜完整產品名,回傳的結果被這個品牌更出名的那個助理佔滿:說明頁和聊天介面,不是圖像生成工具。加上更多限定詞、寫成「圖像生成器」那一類說法,結果也一樣。唯一能穩定回傳圖像與影片生成工具的寫法,就是這個兩詞的品牌名本身。
所以本頁是寫給搜短名稱的人看的,而標題與選單項目保留工作台真正使用的完整產品名。這兩個決定方向相反,而且都有代價:標題對產品保持誠實,匹配短查詢的工作交給頁面標題與描述去做。另一條路是把模型在選單裡改名去追一個搜尋詞,那會讓工作台說一套、這一頁說另一套。
本工作台為這個模型宣告的欄位 下表讀自工作台用來渲染控制項、送出任務的那份模型表。這裡沒有一句話引自發布方,因為不存在一個可存取的發布方頁面可供引用。
最後兩列要放在一起讀。工作台不提供的選項,本頁直接寫「不提供」,而不是留給讀者去猜——別的模型有這個開關,不代表這一個也有。
設定項 宣告值 畫面比例 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 畫質 1k、2k、4k,預設 1k 參考圖 支援,最多 14 張 渲染品質檔 本工作台為這個模型不提供 速度檔 本工作台為這個模型不提供 計費 由伺服器在下單前按任務報價
16 種比例才是這頁最特別的地方 十六種畫面比例是相當長的一份清單,而且包含大多數圖像工具會跳過的比例:3:1 與 1:3、9:21 與 21:9,以及直式社群圖常用的 4:5。如果你曾經把生成的圖裁來裁去就為了塞進一個位置,這一節就是為你寫的。
排在這個模型名稱前面的三個頁面,沒有一家列出過畫面比例清單,所以這一節佔的是一整節而不是表格裡的一列。它是本頁能給出的最具體的事實。
極寬與極高的那幾檔(3:1、1:3、21:9、9:21)是橫幅與直式限時動態的形狀。圍繞它們做版式之前值得先試一張,因為這個形狀在其他地方並不常見。 4:5 與 5:4 這一對對應標準的直式與橫式照片比例,出來的圖不用裁就能放進印刷版式或動態消息。 正方形,加上 4:3、3:2、2:3 這一族,大致涵蓋了常見社群尺寸。 畫面比例與畫質在這裡是兩個獨立設定。21:9 配 4k 是一張極寬又極大的圖;1:1 配 1k 則是第一次試提示詞時最省的組合。 14 張參考圖能做什麼、不能做什麼 十四張參考圖對某一類工作足夠,對另一類不夠。分清楚這兩類,可以省掉一次失敗的生成。
做風格轉移、做角色或商品一致性,它很夠用:同一個主體的幾個角度,加上幾張說明你想要什麼觀感的幀,都放得下。做那種希望模型融合多份參考、而不是死盯一份的情緒板式需求,也夠。
它不是訓練模型的替代品。如果你的主體要在很多次生成裡保持精確,每次任務重新提供十四張參考意味著結果會在任務之間漂移,而微調過的模型不會這樣漂。這件事重不重要取決於你要多精確:探索階段不重要,做商品目錄大概就重要。
在本工作台跑一次生成 一共六步。其中只有第四步——畫面比例與畫質這一對——是習慣用靜態出圖工具的人原先不知道的部分。
打開圖像工作台,在模型清單中選擇 Grok Imagine Image 2.0。 寫提示詞;如果你是要改圖或轉移風格,就從一張圖開始。 如果結果必須跟隨某個東西,就附上參考圖,上限是十四張。 選畫面比例與畫質。工作台給的初始值是 auto 與 1k,這是判斷提示詞是否成立最省的組合。 送出任務。伺服器會依這組設定先回傳報價,之後才計費。 完成的圖會留在歷史紀錄裡,可以重新打開、改一個設定重跑,或拿它當下一次任務的參考圖。 下面這組案例是什麼,不是什麼 這一節如果省掉,整頁就不誠實了。下面每一則案例都是從第三方網站公開的影片裡取出的幀。沒有一張是這個圖像模型生成的靜態出圖,本站也沒有自己生成過任何一張。
為什麼最後會是這樣:排在這個模型名稱前面的頁面都是影片優先的,其中一家把影片產品的名字放在自己頁面標題的最前面。它們的展示區裡大多是影片產出,靜態圖不是介面截圖、就是導覽縮圖,再不然就是兩份內容完全相同的重複檔案。篩完之後,沒有剩下任何可以稱為「這個圖像模型的靜態樣本」的東西。
本站本可以自己生成一批圖,然後當成案例放上來。我們沒有這麼做,因為寫頁面的人自己生成的結果,不能當成關於這個模型的證據。所以畫廊選擇了誠實的做法:把能拿到的放出來,每一幀都標註它是影片幀並寫明來源,同時告訴你這些幀因此無法證明什麼。
它們能讓你看到的是這個系列的觀感——燈光、那個霓虹加雨夜的色調、它在運動中怎麼處理一張臉。它們不能告訴你解析度、靜態出圖上的提示詞服從度,或者 1k 與 4k 的差別。這幾件事都請在工作台裡跑一次真實任務來判斷。
為什麼沒有發布方頁面可引 本站查了三條路徑,把結果如實列出而不是繞過去。這三條都不是通常意義上的「死鏈」,所以逐條寫出來而不是概括一句。
所以本頁不引用發布方的任何說法。一個寫著「發布方表示……」卻給不出可查證出處的頁面,比一個只寫自己可查證內容的頁面更糟;而工作台自己的模型表是可查證的。
發布方主站對一般請求回傳拒絕存取;用真實瀏覽器渲染,落到的是存取控制提示頁,而不是內容。 這個產品的新聞路徑渲染出的是找不到頁面。這是真的 404,不是軟 404——判斷依據是讀渲染後的標題,不是看狀態碼。 應用路徑回傳 200,但它是給已登入使用者用的應用外殼,不是一個可以被引用的內容頁。 案例素材來自哪裡 畫廊裡這十三幀,都是本站從排在這個模型名稱前面的一個第三方網站公開的四段示範影片裡取出的,畫廊下方四段片段就是那幾個影片檔案。全部取得於 2026 年 9 月 18 日。
四段裡有三段是按原樣保留的。其中一段原始體積約 13.5 MB,為了不讓一頁掛四段可播放片段變得無法載入,重新編碼到約 4.4 MB,畫面尺寸與音訊都未更動。片段上顯示的海報幀,取自該片段本身,不是另外一份素材。
這些幀沒有搭配的提示詞。來源頁本來就沒公布提示詞,而這裡也不是靜態出圖畫廊、沒有提示詞可以轉述,所以本頁不編。
本頁不做哪些宣告 有五件事是刻意不寫的,每一件都是「寫得更自信一點、但更不準確」的地方。
本頁沒有展示任何由這個模型生成的圖像,本站也沒有生成過。
本頁沒有任何內容歸到發布方名下,因為它的產品頁無法存取、無法查證。
本頁沒有說這個模型在任何一個方面最好、最快或最準。頁面上沒有基準數據,因為本站沒有跑過任何能支撐它的測試。
本頁不寫價格。真正計費的是送出任務時伺服器回傳的那筆報價。
競品裡有一項功能本站看到了但明確不跟進:放寬內容限制的模式。不做的原因一半是產品定位、一半是合規邊界,而不是沒注意到。
效果範例
第一段第三方示範片段,十五秒,公開發布時標註為 Grok Imagine 的輸出。它連續走過街頭鬥毆、霓虹人群街道和一個獨自站在巷子裡的人。重點看中段的臉:這個量級的模型通常就是從那裡開始糊的。
grokimagine.io,取得於 2026-09-18。第三方素材;發布方自己的頁面無法存取,無從對照。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
四段裡最長的一段,二十九秒,圍繞一個穿發光緊身衣的身影在列車車廂裡展開。它最能體現這個系列的標誌性觀感,也是唯一在一段長鏡頭裡維持在同一個主體上的片段。
grokimagine.io,取得於 2026-09-18。第三方素材;發布方自己的頁面無法存取,無從對照。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
六秒,一間白天的普通臥室。畫面上什麼都沒發生,這正是它在這裡的原因:一間有盆栽和窗戶的普通房間,是檢驗柔和日光與布料質感會不會糊掉最公平的場景。
grokimagine.io,取得於 2026-09-18。第三方素材;發布方自己的頁面無法存取,無從對照。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
六秒的對鏡說話片段,背景是純黑。會說話的臉是這類模型最常見也最難的場景,所以它該進案例組,儘管它是四段裡最不好看的一段。
grokimagine.io,取得於 2026-09-18。第三方素材;發布方自己的頁面無法存取,無從對照。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
臥室片段裡的一幀,在這裡放小尺寸,是因為來源影片只有 650 像素寬,這已經是它存在過的最大版本。它作為日光與質感的參考收錄進來,不是解析度樣本。
本站從第三方 Grok Imagine 示範影片中取出的幀,取得於 2026-09-18。屬影片輸出,不是這個圖像模型的靜態出圖。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
同一段臥室片段裡稍後的一幀。留它是因為同一個靜態場景的兩幀能看出細節在時間之間會不會漂移,單幀看不出來。
本站從第三方 Grok Imagine 示範影片中取出的幀,取得於 2026-09-18。屬影片輸出,不是這個圖像模型的靜態出圖。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
對鏡說話片段裡的一幀。背景是刻意留空的,所以沒有什麼可以藏:皮膚、頭髮和皮衣的質地就是畫面的全部內容。
本站從第三方 Grok Imagine 示範影片中取出的幀,取得於 2026-09-18。屬影片輸出,不是這個圖像模型的靜態出圖。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
同一位說話者稍後的一幀,正在做手勢。手和一張正在動的臉同處一幀,是最先崩掉的兩處細節,這就是為什麼留的是這一幀而不是第三張臥室。
本站從第三方 Grok Imagine 示範影片中取出的幀,取得於 2026-09-18。屬影片輸出,不是這個圖像模型的靜態出圖。 · 第三方素材,非官方。權利歸該頁面發布方所有;此處附出處引用,不主張任何所有權。
常見問題 Grok Imagine Image 2.0 和 Grok Imagine Video 是同一個東西嗎? 不是,它們是兩個產品,本站分列兩頁。本頁講的是圖像模型:提示詞、可選的參考圖、一個畫面比例和一個畫質,進去;一張圖,出來。影片模型接受類似的輸入,回傳的是指定長度的片段,它有自己的一頁。
為什麼這頁沒有指向發布方的連結? 因為發布方的頁面在本機網路裡打不開,無法查證任何東西。主站回傳拒絕存取;這個產品的新聞路徑是真的找不到頁面;應用路徑是給已登入使用者用的外殼,不是內容頁。與其轉述無法查證的宣告,本頁只寫工作台自己運作所依據的那份模型表。
畫廊裡的圖是這個模型生成的嗎? 不是。它們是從排在這個模型名稱前面的第三方網站公開的示範影片裡取出的幀。它們體現的是這個系列在運動中的觀感,不是這個模型的靜態出圖。每一幀的說明與出處列都寫明了這一點。
能附多少張參考圖? 每次任務最多十四張。做風格轉移、做同一個角色或商品的幾個角度、做情緒板式需求都夠用。它不等同於訓練過的模型:參考圖每次任務都要重新提供,結果會在任務之間漂移,而微調過的模型不會。
有哪些畫面比例可用? 十六種,包括大多數工具會跳過的極端比例:3:1 與 1:3、21:9 與 9:21,以及直式和橫式照片用的 4:5 與 5:4。完整清單在上面的表格裡。排在這個模型名稱前面的頁面,沒有一家公布過畫面比例清單。
畫質這一項改的是什麼? 它決定輸出是 1k、2k 還是 4k,預設是 1k。它與畫面比例相互獨立,所以 21:9 配 4k 和 1:1 配 1k 都成立,體積差得很遠。在判斷提示詞是否成立的階段,先用 1k。
這個工作台為這個模型提供速度檔或渲染品質檔嗎? 不提供。驅動工作台的那份模型表為這個模型沒有宣告速度檔,也沒有宣告渲染品質檔,所以本頁不描述這兩項。一個選項不存在的時候,什麼都不說會讓人以為別的模型有它就該有。
更多 AI 工具