xAI با Imagine Image 2.0 وارد رقابت جدیتر تولید و ویرایش تصویر شد
شرکت متعلق به ایلان ماسک، xAI با انتشار Imagine Image 2.0، مدل جدید تولید و ویرایش تصویر خود را وارد Grok کرده است؛ مدلی که در رتبهبندی Arena فعلاً پشت سر GPT-Image-2 از OpenAI قرار دارد. نسخه سریعتر low این مدل تا ۷ اوت ۲۰۲۶ در بخش ویرایش تصویر امتیاز Elo برابر ۱۴۳۹ و در تولید تصویر از متن امتیاز ۱۳۲۰ گرفته و در هر دو رقابت رتبه دوم جهانی را به دست آورده است.
نتایج بنچمارک xAI Imagine Image 2.0:
مدل GPT-Image-2 در همین دو بخش بهترتیب امتیازهای ۱۴۶۳ و ۱۳۸۰ را ثبت کرده و بالاتر از Imagine Image 2.0 قرار دارد. در ادامه فهرست نیز Reve 2.1، Muse-Image متا، Qwen-Image-3.0-Pro علیبابا، Gemini گوگل و SeedDream شرکت بایتدنس دیده میشوند. مدل جدید xAI همچنین در این آزمونها با اختلاف زیادی از نسخه Quality مدل قبلی خود عملکرد بهتری داشته است.
Imagine Image 2.0 در grok.com/imagine و اپلیکیشن Grok برای iOS و اندروید بهعنوان Quality Mode عرضه شده و xAI اعلام کرده دسترسی API آن بهزودی ارائه میشود. این مدل برای اجرای دقیق دستورها، حفظ تایپوگرافی و چیدمان در تصاویر پیچیده و ایجاد خروجیهای سازگار میان چند نسل طراحی شده است. مجموعه ابزارهای ویرایش نیز آن را برای فرایندهای کاری تکرارشونده آماده میکند.
یکی از ابزارها Magic Wand نام دارد و فقط ناحیه انتخابشده تصویر را تغییر میدهد. قابلیت segmentation امکان انتخاب دقیق بخشهای مختلف را فراهم میکند و ابزار حذف پسزمینه، سوژه را با پسزمینه شفاف خروجی میدهد. Multi-Ref Editing نیز ترکیب حداکثر پنج تصویر ورودی را در یک تولید ممکن میکند. Smart Resize هم تصویر موجود را به هر نسبت ابعادی میرساند و فضای اضافه را خودکار تکمیل میکند.
xAI همزمان قالبهایی برای شروع سریعتر فرایندهای رایج ارائه کرده که حوزههایی مانند ویرایش عکس، عکاسی محصول، محتوای بازاریابی، طراحی، داراییهای بازی و ایموجیهای استریم را پوشش میدهند. این شرکت قابلیتی دیگر را نیز نمایش داده که شخصیتها، مکانها و اشیاء را جداگانه تولید میکند، اما سبک بصری را در همه تصاویر ثابت نگه میدارد؛ قابلیتی که xAI آن را گامی بهسوی فرایندهای کامل تولید ویدئو میداند.
