Grok Imagine

Panoramica del posizionamento

grok-imagine/text-to-image è la linea di generazione di immagini da testo della famiglia xAI grok-imagine, pensata per gli sviluppatori che necessitano di produrre in batch immagini realistiche o stilizzate di alta qualità. Accetta prompt testuali fino a 8000 caratteri, offre output selezionabili tra due livelli di risoluzione (1k e 2k) e 13 rapporti d'aspetto, e supporta tre formati di consegna: jpeg, png e webp. È adatta ai team che integrano la generazione di immagini nei flussi di produzione di contenuti, design concettuale e materiali in batch, richiamabili tramite l'interfaccia unificata di HiAPI.ai.

Punti di forza principali

• Due livelli di risoluzione e 13 rapporti d'aspetto — L'output può passare da 1k a 2k, con rapporti che coprono da 2:1 a 1:2, sia orizzontali che verticali e quadrati, adattandosi a più posizionamenti pubblicitari.
• Prompt fino a 8000 caratteri — I prompt lunghi possono contenere descrizioni complete di scena, illuminazione e stile, ideali per esigenze di generazione strutturalmente complesse.
• Tre formati di output selezionabili — jpeg, png e webp possono essere specificati direttamente in base alla pipeline a valle, eliminando la fase di transcodifica successiva alla generazione.

Descrizione delle capacità

Generazione di immagini da testo con prompt lunghi: accetta descrizioni testuali da 1 a 8000 caratteri per generare immagini; scene complesse e vincoli sui dettagli possono essere inseriti in un unico prompt.

Risoluzione e rapporto d'aspetto controllabili: è possibile scegliere tra risoluzioni 1k e 2k e 13 rapporti d'aspetto in base alle esigenze; con una sola chiamata si ottiene un'immagine conforme alle dimensioni del posizionamento, riducendo i ritagli successivi.

Formato di output specificabile direttamente: supporta i formati jpeg, png e webp, allineabili ai requisiti di formato delle fasi a valle come la distribuzione dei materiali e la visualizzazione web.

Scenari applicativi

• Generazione in batch di materiali illustrativi per team di contenuti — generare in batch immagini orizzontali e verticali a partire da script testuali o titoli, ottenendo asset visivi pronti per il CMS o per i file di design.
• Anteprima di immagini concettuali per prodotti e marketing — descrivere scene, illuminazione e texture con prompt lunghi per ottenere rapidamente immagini concettuali in 2k, utili per confronti di proposte e conferma della direzione visiva.
• Funzionalità di generazione testo-immagine integrate nelle applicazioni — gli sviluppatori inviano prompt insieme ai parametri di risoluzione, rapporto d'aspetto e formato, ottenendo immagini conformi alle specifiche da inserire direttamente nella pagina.

Limiti e suggerimenti per la scelta

Questa linea si occupa esclusivamente di testo-immagine e non supporta la guida tramite immagini di riferimento né la modifica delle immagini; per esigenze di trasferimento di stile o ritocco della composizione è necessario passare a linee di editing delle immagini; per materiali dinamici è necessario scegliere linee di generazione video. Il prompt deve essere fornito interamente in forma testuale, senza input visivi di riferimento. La risoluzione massima è 2k e i rapporti d'aspetto sono limitati ai 13 elencati nello schema; le dimensioni al di fuori di questo intervallo richiedono ritaglio o elaborazione successiva a valle.