Grok Imagine 2 : tout savoir sur Imagine Image 2.0

Grok Imagine 2 est le nom que beaucoup recherchent, mais l’appellation officielle de xAI est Imagine Image 2.0. Lancé le 7 août 2026, ce nouveau modèle de génération et de retouche d’images équipe le mode Qualité de Grok Imagine. Il ne s’agit ni d’une mise à niveau du chatbot Grok ni d’un Grok Imagine 2.0 destiné à la vidéo.

Le changement concret tient au contrôle. Image 2.0 est conçu pour les mises en page denses, le texte lisible, les retouches ciblées, les ressources sur fond transparent, la composition à partir de plusieurs images de référence et l’adaptation d’une image validée à de nouveaux formats. Il est désormais disponible à grande échelle dans les produits Grok grand public ; xAI indique que l’accès à l’API arrivera prochainement.

Ce guide distingue le lancement de son surnom courant : ce qu’est Grok Imagine Image 2.0, les fonctions réellement proposées, la portée du benchmark annoncé par xAI et les solutions que les créateurs peuvent utiliser aujourd’hui lorsqu’ils ont besoin d’une API ou d’un workflow multimodèle.

Qu’est-ce que Grok Imagine 2 ?#

Grok Imagine 2 désigne généralement Imagine Image 2.0, le modèle actuel de génération et de retouche d’images de xAI. Il a été lancé comme nouveau mode Qualité dans Grok.com Imagine et les applications mobiles Grok. L’annonce d’août concerne les images fixes et leur retouche ; les modèles vidéo Grok Imagine restent une gamme distincte.

Le nom a son importance, car « Grok Imagine 2 » peut facilement passer pour le successeur du modèle vidéo Grok Imagine 1.5. Ce n’est pas le cas. Si votre brief porte sur un clip avec mouvement et son, vous comparez toujours des modèles vidéo. S’il concerne une affiche, une image de produit, une ressource illustrée ou une retouche photo maîtrisée, Image 2.0 est la version qui vous intéresse.

Ce que Grok Imagine Image 2.0 apporte réellement#

xAI a organisé Image 2.0 autour du travail de production plutôt que de la génération ponctuelle. Le lancement réunit six volets concrets : un meilleur respect des instructions, la planification du texte et de la mise en page, la retouche précise, les images de référence multiples, Smart Resize et des templates adaptés à chaque tâche.

Meilleur respect des instructions, du texte et des mises en page#

Image 2.0 est conçu pour préserver la cohérence des prompts denses et complexes. xAI met notamment en avant les petits caractères, la typographie et les mises en page composées de plusieurs éléments visuels. Le modèle se place ainsi sur le terrain de la création d’affiches, d’infographies, de fiches pratiques, de menus, de concepts d’emballages et de visuels éditoriaux, pas seulement des images cinématographiques centrées sur un sujet unique.

Le mot important est planification. Un modèle peut orthographier correctement un titre tout en rendant la ressource inutilisable en écrasant la hiérarchie, en surchargeant les marges ou en donnant le même poids visuel à chaque bloc. xAI affirme qu’Image 2.0 planifie conjointement typographie et composition pour préserver l’ensemble de la mise en page.

Des retouches locales censées rester locales#

La retouche d’images fait de cette sortie bien plus qu’une simple amélioration de qualité. Image 2.0 propose plusieurs manières de définir la cible d’une modification :

• La retouche à la baguette magique indique au modèle la zone à modifier.
• La segmentation sélectionne précisément un objet ou une zone avant la retouche.
• La suppression de l’arrière-plan exporte un sujet avec transparence pour le réutiliser ailleurs.
• La retouche par Prompt modifie le contenu sélectionné tout en préservant le reste de l’image.

La promesse n’est pas simplement « rendre le produit rouge ». Elle consiste à « rendre ce produit rouge sans redessiner l’emballage, déplacer la caméra, remplacer la table ni changer l’éclairage ». Cette préservation distingue un générateur d’images d’une étape de retouche qu’une équipe peut répéter.

Jusqu’à cinq images de référence#

La retouche multiréférence accepte jusqu’à cinq images d’entrée dans une même génération. Chaque image de référence peut remplir un rôle distinct : une pour le sujet, une pour le produit, une pour l’environnement, une pour la matière ou la couleur et une pour la direction artistique globale.

Un Prompt fondé sur des rôles est plus clair que de demander au modèle de « combiner ces images » :

Cinq entrées suffisent à de nombreux briefs de campagne, de personnage et de composition de produit. Elles ne prouvent pas à elles seules la cohérence. Le vrai test consiste à vérifier si la même identité, les mêmes proportions, matières et détails de marque résistent à plusieurs créations et aux retouches ultérieures.

Smart Resize dans neuf formats#

Smart Resize modifie la zone de travail et remplit le cadre nouvellement exposé au lieu d’étirer l’original ou de le recadrer brutalement. L’interface de lancement présente neuf formats, d’une haute bannière 1:2 à une large composition 2:1.

Une image validée devient ainsi plus facile à décliner en un ensemble de livrables :

1. Validez la composition principale en 1:1 ou 4:3.
2. Étendez-la en 9:16 pour une Story ou la couverture d’un Reel.
3. Recomposez-la en 16:9 pour la vidéo, une présentation ou le Web.
4. Utilisez le 2:1 pour une large bannière de campagne.
5. Avant l’export, vérifiez dans chaque version les objets inventés, les membres dupliqués et le texte déplacé.

Smart Resize doit être compris comme de l’outpainting génératif, et non comme du responsive design déterministe. Le modèle crée du contenu au-delà du cadre d’origine : chaque format produit donc une nouvelle image qui doit être contrôlée.

Des templates pour les tâches répétables#

xAI a également lancé des templates qui préconfigurent les workflows courants. La sélection initiale couvre la retouche photo, le changement de couleur d’un produit, les affiches éditoriales de produits, les collages, le remplacement de l’arrière-plan, les photos e-commerce et UGC, les portraits professionnels, les mascottes, les icônes, les sprites de personnages, les kits d’interface, les emoji et les produits dérivés.

Les templates réduisent le temps de configuration, surtout pour les utilisateurs qui connaissent le résultat souhaité sans maîtriser le vocabulaire des Prompts. Ils révèlent aussi le marché visé : Image 2.0 se positionne sur les tâches créatives répétables, pas uniquement sur la génération d’images ouverte.

Un workflow de création d’univers en images fixes pour la vidéo#

Dans un exemple de xAI, un personnage, des lieux, des accessoires et une seconde vue du personnage sont générés séparément tout en conservant un même langage visuel. Cette méthode offre un pont utile entre génération d’images et production vidéo : définissez l’univers en images fixes, validez les ressources, puis animez les plans choisis.

C’est également un test de cohérence plus honnête que la génération de cinq images de démonstration sans rapport entre elles. Le visage, le costume, la cicatrice, l’environnement et les objets portés par un personnage doivent subsister d’un plan à l’autre. Si Image 2.0 conserve ces détails au fil des retouches et des changements de format, il devient utile pour les storyboards, les images clés et les packs de référence avant même de générer la moindre image vidéo.

Que vaut vraiment le benchmark d’Image 2.0 ?#

Selon l’article de lancement de xAI (S’ouvre dans un nouvel onglet), Image 2.0 occupait la deuxième place au classement général des leaderboards Arena Image Edit et Text-to-Image au 7 août 2026. Ces arènes reposent sur des préférences à l’aveugle : le résultat constitue donc un signal significatif montrant que les utilisateurs ont préféré ses créations sur un ensemble varié de Prompts.

Ce n’est pas une note produit exhaustive. L’annonce ne fournit ni valeurs Elo, ni intervalles de confiance, ni résultats par catégorie, ni performances ajustées au prix, ni latence, ni taux d’échec, ni identité du modèle classé devant lui. Un classement général ne permet pas non plus de savoir si Image 2.0 est le deuxième meilleur choix pour votre tâche précise, comme un emballage multilingue, un visage reproductible ou une ressource de jeu transparente.

La bonne lecture est simple : Image 2.0 s’est lancé près de la tête du classement en génération comme en retouche, sans se spécialiser dans une seule de ces dimensions. Les prochaines preuves utiles viendront de tests indépendants qui emploient le même Prompt, les mêmes images de référence, le même masque de retouche et les mêmes critères de validation pour chaque modèle.

Ce que xAI n’a pas encore publié#

Le lancement donne des informations concrètes sur les fonctions grand public, mais reste moins complet sur l’infrastructure de production. Au 8 août 2026, xAI n’avait pas publié les éléments suivants dans son annonce :

• Un identifiant de modèle API ou une date de disponibilité publique de l’API
• Les tarifs de l’API ou le coût par image
• Les résolutions de sortie native et maximale
• Les objectifs de latence pour la génération et la retouche
• Les limites de fichiers et les formats d’entrée pris en charge
• Les conditions commerciales de l’API propres à Image 2.0
• Des résultats détaillés de benchmarks ou un rapport technique

Les équipes peuvent donc évaluer le mode Qualité grand public dès aujourd’hui, mais elles ne peuvent pas encore budgétiser ni automatiser une chaîne de production Image 2.0 à partir d’une documentation API publique. Toute page qui avance des tarifs ou des limites précis avant leur publication par xAI comble les blancs.

Quel modèle utiliser en attendant l’API ?#

Grok Imagine Image 2.0 ne figure pas actuellement dans le sélecteur de modèles d’OmniArt. Si votre travail exige dès maintenant un workflow basé sur une API ou plusieurs modèles, choisissez selon l’élément de la promesse d’Image 2.0 qui compte le plus plutôt que d’attendre son nom.

Il ne s’agit pas de prétendre qu’une seule solution reproduit toutes les fonctions d’Image 2.0. La plupart des briefs présentent un risque dominant. Si le risque tient au texte, testez le texte. S’il concerne l’identité, testez un jeu d’images de référence. S’il s’agit de décliner une campagne, générez l’image maîtresse et évaluez chaque format étendu au lieu de comparer des galeries de lancement.

Pour une comparaison récente de la mise en page et du photoréalisme, consultez GPT Image 2 face à Nano Banana 2. Pour la retouche multiréférence, le guide de lancement de Seedream 5.0 Pro détaille ses entrées et ses commandes. Le guide de Qwen Image est la voie économique pour les premiers brouillons.