Grok Imagine

Présentation

grok-imagine/image-to-image est un modèle d’édition d’images lancé par xAI, accessible via l’interface unifiée de HiAPI.ai. Il utilise un prompt comme instruction d’édition pour générer une nouvelle image à partir de 1 à 3 images de référence, avec prise en charge d’une résolution 1k/2k, de 14 formats d’image et de sorties jpeg/png/webp. Il convient aux développeurs qui souhaitent réécrire, transférer un style ou ajuster la composition à partir d’images existantes, et intégrer des capacités d’édition d’images contrôlables dans leur propre flux produit.

Points clés

• Édition contrôlable pilotée par images de référence — avec 1 à 3 images disponibles via URL publique en entrée, le prompt décrit l’objectif de réécriture ; le sujet et la composition s’appuient sur des références plutôt que d’être générés ex nihilo.
• Large couverture de formats — prise en charge de 14 formats d’image allant de 2:1 à 1:2 ; le mode auto reprend directement le ratio de la première image d’entrée, adapté aux diffusions horizontales et verticales.
• Résolution et format au choix — sortie en 1k ou 2k, avec prise en charge des formats jpeg, png et webp, pour produire directement des fichiers utilisables selon l’usage en aval.

Description des capacités

Édition conditionnée par images de référence : soumettez 1 à 3 images publiques jpeg/png/webp et une instruction d’édition ; le modèle génère l’image réécrite, ce qui convient aux modifications ciblées sur des supports existants.

Contrôle du ratio d’image : choix entre auto ou 14 ratios fixes ; auto suit la première image d’entrée, ce qui facilite la production en lot d’images alignées sur les formats des emplacements publicitaires.

Sortie en résolution et format configurables : la résolution de sortie peut être 1k ou 2k, et le format jpeg, png ou webp ; les développeurs spécifient directement les caractéristiques du résultat selon l’affichage front-end ou les traitements ultérieurs.

Prise en charge d’instructions longues : le prompt peut atteindre 8000 caractères, ce qui permet d’exprimer des descriptions d’édition détaillées et de formuler des exigences complexes dans une seule instruction.

Cas d’usage

• Équipes de design : réécriture ciblée de supports existants — téléversez des images produit ou de scène existantes et décrivez les modifications ; produisez de nouvelles images conservant la composition d’origine pour remplacer des supports ou générer des variantes.
• Équipes de contenu : production d’images par emplacement publicitaire — générez des images horizontales ou verticales à partir d’images de référence et de paramètres de ratio, directement utilisables pour des diffusions multi-formats sur les réseaux sociaux et les emplacements publicitaires.
• Développeurs d’applications : intégration de fonctions d’édition d’images — encapsulez l’édition par images de référence et les paramètres de format et de résolution dans un point d’entrée d’édition au sein du produit ; l’utilisateur téléverse une image et obtient le résultat traité.

Limitations et conseils de sélection

L’entrée accepte uniquement 1 à 3 images jpeg/png/webp via URL publique ; le SVG n’est pas pris en charge et une seule image peut être produite par appel. Le périmètre couvre l’édition d’images à partir de références ; il ne propose ni génération vidéo, ni génération audio, ni génération d’images à partir de texte seul. Pour ces besoins, il convient de choisir un modèle text-to-image ou vidéo de la même série. Les scénarios nécessitant une sortie par lot de plusieurs images ou une résolution native supérieure à 2k doivent également s’orienter vers un autre modèle.