Grok Imagine 2: fitur baru Imagine Image 2.0

Grok Imagine 2 adalah nama yang banyak dicari, tetapi nama resmi dari xAI adalah Imagine Image 2.0. Dirilis pada 7 Agustus 2026, model baru untuk pembuatan dan pengeditan gambar ini hadir di Quality Mode Grok Imagine—bukan peningkatan untuk chatbot Grok dan bukan Grok Imagine 2.0 untuk video.

Perubahan praktisnya adalah kontrol. Image 2.0 dibuat untuk tata letak padat, teks yang mudah dibaca, edit tertarget, aset berlatar transparan, komposisi dengan beberapa referensi, dan pengubahan satu gambar yang disetujui ke rasio aspek baru. Model ini kini tersedia secara umum di produk konsumen Grok; menurut xAI, akses API masih akan hadir.

Panduan ini memisahkan peluncuran dari sebutan singkatnya: apa itu Grok Imagine Image 2.0, apa saja yang benar-benar dirilis, apa arti klaim benchmark xAI, dan apa yang dapat digunakan kreator saat ini ketika membutuhkan API atau alur kerja multimodel.

Apa itu Grok Imagine 2?#

Grok Imagine 2 biasanya merujuk pada Imagine Image 2.0, model pembuatan dan pengeditan gambar terbaru dari xAI. Model ini diluncurkan sebagai Quality Mode baru di Grok.com Imagine dan aplikasi seluler Grok. Pengumuman Agustus tersebut membahas gambar diam dan pengeditan gambar; model video Grok Imagine tetap menjadi lini produk terpisah.

Penamaan ini penting karena “Grok Imagine 2” mudah disalahartikan sebagai penerus Grok Imagine 1.5 untuk video. Keduanya berbeda. Jika brief Anda adalah klip dengan gerakan dan audio, Anda tetap membandingkan model video. Jika brief Anda berupa poster, gambar produk, aset ilustrasi, atau edit foto terkontrol, Image 2.0 adalah rilis yang relevan.

Fitur yang benar-benar dirilis di Grok Imagine Image 2.0#

xAI merancang Image 2.0 untuk pekerjaan produksi, bukan sekadar pembuatan sekali jadi. Peluncuran ini memiliki enam bagian konkret: kepatuhan instruksi yang lebih baik, perencanaan teks dan tata letak, edit presisi, beberapa gambar referensi, smart resize, dan template khusus tugas.

Instruksi, teks, dan tata letak yang lebih baik#

Image 2.0 dirancang agar prompt yang padat dan terdiri dari banyak bagian tetap koheren. xAI secara khusus menyoroti teks kecil, tipografi, dan tata letak dengan beberapa elemen visual. Artinya, model ini masuk ke kategori penilaian yang sama dengan pembuatan poster, infografik, lembar tutorial, menu, konsep kemasan, dan grafis editorial—bukan hanya gambar sinematik dengan satu subjek.

Kata yang penting adalah perencanaan. Model dapat mengeja judul dengan benar tetapi tetap gagal menghasilkan aset yang berguna karena hierarki runtuh, margin terlalu sesak, atau setiap blok diberi bobot visual yang sama. xAI mengeklaim Image 2.0 merencanakan tipografi dan komposisi secara bersamaan agar seluruh tata letak tetap kuat.

Edit lokal yang benar-benar tetap lokal#

Pengeditan gambar membuat rilis ini lebih berguna daripada sekadar peningkatan kualitas. Image 2.0 menambahkan beberapa cara untuk menentukan target perubahan:

• Edit magic wand mengarahkan model ke area yang ingin Anda ubah.
• Segmentasi memilih objek atau area tertentu sebelum diedit.
• Penghapusan latar belakang mengekspor subjek dengan transparansi untuk digunakan di tempat lain.
• Edit berbasis prompt mengubah konten terpilih sambil mempertahankan bagian gambar lainnya.

Janjinya bukan sekadar “ubah produk menjadi merah”, melainkan “ubah produk ini menjadi merah tanpa mendesain ulang kemasan, menggeser kamera, mengganti meja, atau mengubah pencahayaan”. Kemampuan mempertahankan elemen lain inilah yang membedakan generator gambar dari langkah pengeditan yang dapat diulang oleh tim.

Hingga lima gambar referensi#

Pengeditan multi-referensi menerima hingga lima gambar input dalam satu pembuatan. Setiap referensi dapat memiliki fungsi berbeda: satu untuk subjek, satu untuk produk, satu untuk lingkungan, satu untuk material atau warna, dan satu untuk arahan visual secara keseluruhan.

Prompt berbasis peran lebih jelas daripada sekadar meminta model untuk “menggabungkan gambar-gambar ini”:

Lima input cukup untuk banyak brief kampanye, karakter, dan komposisi produk. Namun, jumlah tersebut bukan bukti konsistensi. Ujian sebenarnya adalah apakah identitas, proporsi, material, dan detail merek yang sama bertahan pada beberapa output dan edit berikutnya.

Smart resize untuk sembilan rasio aspek#

Smart resize mengubah kanvas dan mengisi bingkai baru, bukan meregangkan atau memangkas gambar asli secara kasar. Antarmuka peluncuran menampilkan sembilan rasio, dari banner vertikal 1:2 hingga komposisi lebar 2:1.

Dengan demikian, satu gambar yang telah disetujui lebih mudah diadaptasi menjadi satu set hasil akhir:

1. Setujui komposisi utama dalam rasio 1:1 atau 4:3.
2. Perluas menjadi 9:16 untuk sampul Story atau Reel.
3. Susun ulang menjadi 16:9 untuk video, presentasi, atau web.
4. Gunakan 2:1 untuk banner kampanye lebar.
5. Sebelum mengekspor, periksa objek rekaan, anggota tubuh yang terduplikasi, dan teks yang bergeser di setiap versi.

Smart resize sebaiknya dipahami sebagai outpainting generatif, bukan desain responsif deterministik. Model membuat konten di luar bingkai asli, sehingga setiap rasio menjadi gambar baru yang tetap perlu ditinjau.

Template untuk pekerjaan berulang#

xAI juga meluncurkan template yang telah dikonfigurasi untuk alur kerja umum. Set awalnya mencakup edit foto, perubahan warna produk, poster produk editorial, kolase, penggantian latar belakang, foto e-commerce dan UGC, foto profil profesional, maskot, ikon, sprite karakter, kit UI, emoji, dan merchandise.

Template mengurangi waktu penyiapan, terutama bagi pengguna yang mengetahui hasil yang diinginkan tetapi belum menguasai kosakata prompt. Daftar ini juga menunjukkan target pasarnya: Image 2.0 diposisikan untuk tugas kreatif berulang, bukan hanya pembuatan gambar terbuka.

Alur pembangunan dunia dengan gambar diam untuk video#

Salah satu contoh xAI membuat karakter, lokasi, properti, dan gambar karakter kedua secara terpisah sambil mempertahankan satu bahasa visual di seluruh set. Ini menjadi jembatan yang berguna antara pembuatan gambar dan produksi video: bangun dunianya dalam gambar diam, setujui asetnya, lalu animasikan bingkai terpilih.

Ini juga menjadi uji konsistensi yang lebih jujur daripada membuat lima gambar pameran yang tidak saling berhubungan. Wajah, kostum, bekas luka, lingkungan, dan benda bawaan karakter harus bertahan di setiap gambar. Jika Image 2.0 dapat mempertahankan detail tersebut melalui edit dan perubahan rasio, model ini akan berguna untuk storyboard, keyframe, dan paket referensi bahkan sebelum membuat satu bingkai video pun.

Seberapa kuat klaim benchmark Image 2.0?#

Menurut artikel peluncuran xAI (Dibuka di tab baru), Image 2.0 menempati peringkat kedua secara keseluruhan di leaderboard Arena Image Edit dan Text-to-Image per 7 Agustus 2026. Keduanya adalah arena preferensi buta, sehingga hasil tersebut menjadi sinyal bermakna bahwa pengguna lebih memilih outputnya pada kumpulan prompt campuran.

Namun, hasil itu bukan skor produk yang lengkap. Pengumuman tersebut tidak menerbitkan nilai Elo, interval kepercayaan, hasil per kategori, performa yang disesuaikan dengan harga, latensi, tingkat kegagalan, atau model yang berada tepat di atasnya. Peringkat keseluruhan juga tidak menunjukkan apakah Image 2.0 menjadi pilihan terbaik kedua untuk tugas spesifik Anda, seperti kemasan multibahasa, wajah yang konsisten, atau aset gim transparan.

Kesimpulan yang berguna sederhana: Image 2.0 diluncurkan dekat posisi teratas untuk pembuatan sekaligus pengeditan, bukan hanya unggul di salah satunya. Bukti berikutnya yang berguna adalah pengujian independen dengan prompt, referensi, edit mask, dan kriteria penerimaan yang sama di berbagai model.

Informasi yang belum diterbitkan xAI#

Peluncuran ini konkret soal fitur konsumen, tetapi belum lengkap soal infrastruktur produksi. Per 8 Agustus 2026, xAI belum menerbitkan detail berikut dalam pengumumannya:

• ID model API atau tanggal ketersediaan API publik
• Harga API atau biaya per gambar
• Resolusi output native dan maksimum
• Target latensi pembuatan dan pengeditan
• Batas file dan format input yang didukung
• Ketentuan API komersial khusus Image 2.0
• Skor benchmark terperinci atau laporan teknis

Artinya, tim dapat mengevaluasi Quality Mode konsumen saat ini, tetapi belum dapat menganggarkan atau mengotomatiskan alur produksi Image 2.0 berdasarkan dokumentasi API publik. Halaman mana pun yang menyebut harga atau batas API secara pasti sebelum xAI menerbitkannya sedang mengisi kekosongan dengan asumsi.

Model mana yang dapat digunakan sambil menunggu API?#

Grok Imagine Image 2.0 saat ini belum tersedia di pemilih gambar OmniArt. Jika pekerjaan Anda membutuhkan alur kerja berbasis API atau multimodel sekarang, pilih berdasarkan bagian terpenting dari penawaran Image 2.0, bukan sekadar menunggu namanya.

Intinya bukan bahwa satu alternatif dapat meniru semua fitur Image 2.0. Sebagian besar brief memiliki satu risiko utama. Jika risikonya adalah teks, uji teksnya. Jika identitas menjadi risiko, uji satu set referensi. Jika risikonya pengubahan ukuran kampanye, buat gambar utama dan nilai setiap rasio perluasan alih-alih membandingkan galeri peluncuran.

Untuk perbandingan terkini tentang tata letak dan fotorealisme, baca GPT Image 2 vs Nano Banana 2. Untuk pengeditan multi-referensi, panduan peluncuran Seedream 5.0 Pro membahas input dan kontrolnya. Panduan Qwen Image adalah pilihan berbiaya rendah untuk draf awal.