Grok Imagine

位置づけの概要

grok-imagine/image-to-image は xAI が提供する画像編集モデルで、HiAPI.ai の統一インターフェースを通じて呼び出せます。プロンプトを編集指示として、1〜3 枚の参照画像をもとに新しい画像を生成し、1k/2k 解像度の指定、14 種類のアスペクト比、jpeg/png/webp の出力形式に対応します。既存の画像を起点に書き換えやスタイル変換、構図調整を行いたい開発者に適しており、制御可能な画像編集機能を自社の製品フローに組み込めます。

主な特長

• 参照画像に基づく制御可能な編集——1〜3 枚の公開 URL 画像を入力とし、プロンプトで書き換えの目標を記述することで、被写体や構図をゼロから生成するのではなく既存の素材に基づいて編集できます。
• 幅広いアスペクト比に対応——2:1 から 1:2 まで計 14 種類のアスペクト比をサポートし、auto を指定すると 1 枚目の入力画像の比率をそのまま引き継ぐため、横画面・縦画面の配信に対応できます。
• 解像度と形式を選択可能——出力は 1k または 2k を選べ、jpeg・png・webp の 3 形式をサポートするため、下流の用途に合わせてそのまま利用できるファイルを生成できます。

機能説明

参照画像による条件付き編集：1〜3 枚の jpeg/png/webp 公開画像と編集指示を送信すると、モデルがそれに基づいて書き換え後の画像を生成します。既存の素材に狙いを定めた修正を加えるのに適しています。

アスペクト比の制御：auto または 14 種類の固定比率から選択でき、auto は 1 枚目の入力画像に従うため、配信枠のサイズに合わせた画像を一括で生成するのに便利です。

解像度と形式の出力：出力解像度は 1k または 2k、形式は jpeg・png・webp から選択でき、開発者はフロントエンドでの表示や後続の処理の必要に応じて結果の仕様を直接指定できます。

長い指示に対応：prompt は最大 8000 文字まで指定でき、細かな編集内容を記述できるため、複雑な書き換え要件を 1 つの指示の中で過不足なく表現できます。

適用シーン

• デザインチーム：既存素材への狙いを定めた書き換え——既存の商品画像やシーン画像をアップロードして修正点を記述すると、元の構図を保った新しい画像を生成でき、素材の差し替えやバリエーション作成に利用できます。
• コンテンツ運用：配信枠ごとに一括で画像生成——参照画像とアスペクト比パラメータで横版・縦版の画像を生成し、ソーシャルメディアや広告枠での多サイズ配信にそのまま活用できます。
• アプリ開発者：画像編集機能の組み込み——参照画像編集と形式・解像度パラメータを製品内の編集入口として実装すれば、ユーザーが画像をアップロードするだけで処理結果を得られます。

制限とモデル選定のアドバイス

入力は 1〜3 枚の jpeg/png/webp 公開 URL 画像のみを受け付け、SVG には対応せず、1 回の実行で生成できる画像は 1 枚のみです。機能範囲は参照画像に基づく画像編集であり、動画生成、音声生成、テキストのみからの画像生成には対応していません。これらのニーズには同シリーズの text-to-image モデルや動画モデルを選択してください。複数画像の一括出力やネイティブで 2k を超える解像度が必要なシーンでも、別のモデルを選ぶ必要があります。