Grok Imagine

Einordnung und Kurzprofil

grok-imagine/text-to-image ist der Text-zu-Bild-Pfad der xAI-grok-imagine-Familie und richtet sich an Entwickler, die hochwertige fotorealistische oder stilisierte Bilder in großem Umfang erzeugen müssen. Der Dienst akzeptiert Text-Prompts mit bis zu 8000 Zeichen, bietet Ausgaben in den Auflösungen 1k und 2k sowie 13 Seitenverhältnissen und unterstützt die Ausgabeformate jpeg, png und webp. Er eignet sich für Teams, die Bildgenerierung in Content-Produktion, Konzeptdesign und die Massenerstellung von Assets einbinden wollen, und ist über die einheitliche Schnittstelle von HiAPI.ai aufrufbar.

Zentrale Highlights

• Zwei Auflösungsstufen und 13 Seitenverhältnisse – Die Ausgabe lässt sich zwischen 1k und 2k umschalten, die Bildformate decken von 2:1 bis 1:2 Quer-, Hoch- und Quadratformate ab und passen zu verschiedenen Platzierungen.
• Prompt-Obergrenze von 8000 Zeichen – Lange Prompts können vollständige Beschreibungen von Szene, Licht und Stil tragen und eignen sich für strukturell komplexe Generierungsanforderungen.
• Drei wählbare Ausgabeformate – jpeg, png und webp lassen sich direkt für die nachgelagerte Pipeline vorgeben, was den Transkodierschritt nach der Generierung spart.

Funktionsbeschreibung

Text-zu-Bild mit langen Prompts: Erzeugt Bilder aus Textbeschreibungen mit 1 bis 8000 Zeichen; komplexe Szenen und Detailvorgaben lassen sich in einem einzigen Prompt unterbringen.

Steuerbare Auflösung und Bildformate: Nach Bedarf wählbar zwischen den Auflösungen 1k und 2k sowie 13 Seitenverhältnissen; ein Aufruf liefert direkt ein Bild in passender Platzierungsgröße und reduziert nachträgliches Zuschneiden.

Direkt vorgebbares Ausgabeformat: Unterstützt die drei Formate jpeg, png und webp und lässt sich damit an die Formatanforderungen nachgelagerter Schritte wie Asset-Verteilung oder Web-Präsentation angleichen.

Anwendungsszenarien

• Massenhafte Erzeugung von Begleitbildern durch Content-Teams – Auf Basis von Textskripten oder Überschriften werden Quer- und Hochformatbilder in Serie erzeugt, deren Assets direkt in CMS oder Designentwürfe übernommen werden können.
• Konzeptbild-Vorschau für Produkt und Marketing – Mit langen Prompts werden Szene, Licht und Materialität beschrieben, um schnell 2k-Konzeptbilder für Pitches und die Bestätigung der visuellen Richtung zu erhalten.
• In Apps eingebettete Text-zu-Bild-Funktion – Entwickler übergeben Prompt zusammen mit Auflösungs-, Format- und Seitenverhältnis-Parametern und liefern Nutzern passgenaue Bilder, die direkt in die Seite eingebunden werden.

Einschränkungen und Auswahlhinweise

Dieser Pfad leistet ausschließlich Text-zu-Bild und unterstützt weder Referenzbildführung noch Bildbearbeitung; Anforderungen wie Stilübertragung oder Feinabstimmung der Komposition sollten über Bildbearbeitungs-Pfade abgedeckt werden, und für dynamische Assets ist ein Videogenerierungs-Pfad zu wählen. Der Prompt muss vollständig als Text vorliegen, da keine visuelle Eingabe als Referenz verfügbar ist. Die Auflösung ist auf 2k begrenzt, die Bildformate sind auf die 13 im Schema aufgeführten beschränkt; abweichende Größen müssen nachgelagert zugeschnitten oder nachbearbeitet werden.