Grok Imagine Quality

位置づけと概要

grok-imagine-quality/image-to-image は、xAI が画像編集向けに提供する高忠実度バージョンです。1〜3 枚の参照画像と編集指示を受け取り、1K または 2K 解像度の完成画像を出力します。標準版と比べて、細部のシャープさ、テクスチャとライティング、画像内の文字レンダリング、構図の安定性がさらに向上しており、その代わりに生成速度はやや遅くなります。完成品レベルの画質で、参照画像に基づくピンポイントな修正を行う開発者に適しており、商業ビジュアル、SNS 用画像、レイアウト制作などの納品シーンで活用できます。

主な特長

• 高忠実度編集で細部と構図がより安定——標準版と比べてテクスチャ、ライティング、物理表現がより自然で、構図も安定するため、単なる下書きではなくそのまま納品に使えます。
• 1K と 2K の 2 段階出力に対応——同一インターフェースで 1K の高速イテレーションまたは 2K の精細仕上げを選べ、アイデアの試行錯誤と最終成果物の両立が可能です。
• 複数参照画像とアスペクト比を制御可能——最大 3 枚の参照画像を渡すことができ、auto または 13 種類の固定アスペクト比を選択できます。auto は最初の参照画像に追従します。
• 画像内の文字レンダリングがより正確——レイアウト系の画面における文字の再現度が向上し、ポスターや SNS グラフィックなど文字を含む出力に適しています。

機能説明

参照画像によるピンポイント編集：1〜3 枚の参照画像と自然言語の編集指示を渡すことで、被写体とスタイルの一貫性を保ちながら画面をピンポイントで修正できます。

解像度とアスペクト比の制御：1K、2K の 2 段階の解像度に対応し、アスペクト比は auto または一般的な縦横比から選択できます。auto モードでは最初の参照画像の比率を引き継ぐため、さまざまな掲載枠に合わせやすくなります。

複数フォーマット出力：出力フォーマットは jpeg、png、webp から選択でき、後続の処理パイプラインが求めるファイル形式にそのまま対応します。

長い指示による編集：編集指示は最大 8000 文字まで対応し、複数の要素を含む複雑な修正意図を記述できます。

固有名詞の被写体の再現：ブランド、著名人、具体的な場所など名前で指定された被写体の再現精度が高く、指示内で対象を直接指定できます。

適した用途

• EC や広告チームによる商品画像の修正——商品の実写画像を参照し、説明に沿って背景、光、構図を調整し、そのまま配信できる完成品レベルのビジュアル素材を制作します。
• デザイナーによるポスターや SNS 用画像の制作——既存のレイアウト参照画像をもとに文字組みを含む画面を生成し、イベントポスターやソーシャルメディア投稿用に 2K グラフィックを出力します。
• クリエイティブチームによるスケッチから精修への反復——まず 1K で方向性を素早く検証し、その後 2K で最終稿を出力することで、コンセプト検証から納品までのサイクルを短縮します。
• スタイルを揃えたシリーズ画像が必要な場合——同一の参照画像を条件に複数の画面を生成し、スタイルと被写体の統一を保ちながらシリーズ展開のコンテンツ制作に活用します。

制限と選定の指針

これは画像編集のラインであり、公開アクセス可能な jpeg、png、webp の参照画像を少なくとも 1 枚提供する必要があります。SVG には対応していないため、純粋なテキストからの画像生成には適しておらず、そのようなシーンでは同シリーズのテキスト生成画像ラインを選ぶべきです。編集指示は最大 8000 文字、1 回につき最大 3 枚の画像を参照できます。品質優先のため、生成速度は標準版より遅くなります。高解像度や参照画像の細かな調整が必要なタスクでは、期待どおりの結果を得るまで複数回の試行が必要になる場合があります。画像出力のみに対応し、動画など他のモダリティはカバーしません。