Grok Imagine 2: o que chegou no Imagine Image 2.0

Grok Imagine 2 é o nome que muita gente pesquisa, mas o nome oficial usado pela xAI é Imagine Image 2.0. Lançado em 7 de agosto de 2026, ele é um novo modelo de geração e edição de imagens no modo Quality do Grok Imagine — não uma atualização do chatbot Grok nem o Grok Imagine 2.0 para vídeo.

Na prática, a mudança está no controle. O Image 2.0 foi desenvolvido para layouts densos, texto legível, edições pontuais, criações com fundo transparente, composição com várias referências e redimensionamento de uma imagem aprovada para novas proporções. Ele já está disponível de forma geral nos produtos do Grok para consumidores; segundo a xAI, o acesso por API ainda chegará em breve.

Este guia separa o lançamento do nome abreviado: o que é o Grok Imagine Image 2.0, o que realmente foi lançado, o que significa a afirmação da xAI sobre benchmarks e o que criadores podem usar hoje quando precisam de uma API ou de um fluxo com vários modelos.

O que é o Grok Imagine 2?#

Grok Imagine 2 normalmente se refere ao Imagine Image 2.0, o atual modelo de geração e edição de imagens da xAI. Ele estreou como o novo modo Quality no Grok.com Imagine e nos aplicativos móveis do Grok. O anúncio de agosto trata de imagens estáticas e edição de imagens; os modelos de vídeo do Grok Imagine continuam sendo uma linha de produtos separada.

O nome importa porque “Grok Imagine 2” pode ser confundido facilmente com um sucessor do Grok Imagine 1.5 para vídeo. Não é esse o caso. Se seu briefing pede um clipe com movimento e áudio, você ainda está comparando modelos de vídeo. Se pede um pôster, uma imagem de produto, uma peça ilustrada ou uma edição controlada de fotografia, o Image 2.0 é o lançamento relevante.

O que realmente chegou no Grok Imagine Image 2.0#

A xAI organizou o Image 2.0 em torno do trabalho de produção, em vez de uma geração isolada. O lançamento tem seis partes concretas: maior fidelidade às instruções, planejamento de texto e layout, edição precisa, entrada com várias referências, redimensionamento inteligente e templates específicos para cada tarefa.

Mais fidelidade às instruções, ao texto e aos layouts#

O Image 2.0 foi projetado para manter a coerência de prompts densos e compostos por várias partes. A xAI destaca especificamente textos pequenos, tipografia e layouts com diversos elementos visuais. Isso coloca o modelo na mesma categoria de avaliação de geração de pôsteres, infográficos, guias visuais, cardápios, conceitos de embalagem e peças editoriais — não apenas imagens cinematográficas com um único tema.

A palavra importante é planejamento. Um modelo pode escrever um título corretamente e ainda comprometer a peça ao destruir a hierarquia, apertar as margens ou dar o mesmo peso visual a todos os blocos. A afirmação da xAI é que o Image 2.0 planeja tipografia e composição em conjunto para manter o layout completo consistente.

Edições locais feitas para permanecer locais#

A edição de imagens é o que torna este lançamento mais útil do que uma simples melhoria de qualidade. O Image 2.0 adiciona várias formas de definir o alvo de uma alteração:

• A edição com varinha mágica indica ao modelo a região que você quer alterar.
• A segmentação seleciona um objeto ou uma área específica antes da edição.
• A remoção de fundo exporta um tema com transparência para uso em outros lugares.
• A edição por prompt altera o conteúdo selecionado e preserva o restante da imagem.

A promessa não é apenas “deixe o produto vermelho”. É “deixe este produto vermelho sem redesenhar a embalagem, mover a câmera, trocar a mesa nem mudar a iluminação”. Essa preservação é a diferença entre um gerador de imagens e uma etapa de edição que uma equipe pode repetir.

Até cinco imagens de referência#

A edição com várias referências aceita até cinco imagens de entrada em uma única geração. Cada referência pode cumprir uma função diferente: uma para a pessoa, uma para o produto, uma para o ambiente, uma para o material ou a cor e uma para a direção de arte geral.

Um prompt baseado em funções é mais claro do que pedir ao modelo para “combinar estas imagens”:

Cinco entradas são suficientes para muitos briefings de campanhas, personagens e composição de produtos. Por si só, elas não comprovam consistência. O verdadeiro teste é verificar se a mesma identidade, proporções, materiais e detalhes da marca permanecem em vários resultados e edições posteriores.

Redimensionamento inteligente em nove proporções#

O redimensionamento inteligente altera a tela e preenche a nova área exposta, em vez de esticar ou cortar a imagem original de forma brusca. A interface de lançamento mostra nove proporções, desde um banner vertical de 1:2 até uma composição horizontal de 2:1.

Isso facilita a adaptação de uma imagem aprovada para um conjunto de entregas:

1. Aprove a composição principal em 1:1 ou 4:3.
2. Expanda para 9:16 e crie a capa de um Story ou Reel.
3. Reorganize em 16:9 para usar em vídeo, apresentação ou web.
4. Use 2:1 para um banner de campanha horizontal.
5. Antes de exportar, verifique em todas as versões se há objetos inventados, membros duplicados e texto deslocado.

O redimensionamento inteligente deve ser entendido como outpainting generativo, não como design responsivo determinístico. O modelo cria conteúdo além do quadro original, portanto cada proporção produz uma nova imagem que ainda precisa ser revisada.

Templates para tarefas repetíveis#

A xAI também lançou templates que preparam fluxos comuns. O conjunto inicial inclui edição de fotos, mudança de cor de produtos, pôsteres editoriais de produtos, colagens, substituição de fundo, fotos para e-commerce e conteúdo gerado por usuários, retratos profissionais, mascotes, ícones, sprites de personagens, kits de interface, emojis e produtos personalizados.

Os templates reduzem o tempo de configuração, principalmente para quem sabe qual resultado quer, mas não domina o vocabulário de prompts. Eles também revelam o mercado-alvo: o Image 2.0 está sendo posicionado para tarefas criativas repetíveis, e não apenas para geração de imagens sem uma finalidade definida.

Um fluxo de criação de mundos em imagens estáticas para vídeo#

Um dos exemplos da xAI gera separadamente um personagem, cenários, objetos e uma segunda imagem do personagem, mantendo a mesma linguagem visual em todo o conjunto. Essa é uma ponte útil entre a geração de imagens e a produção de vídeo: crie o mundo em imagens estáticas, aprove as criações e depois anime os quadros selecionados.

Também é um teste de consistência mais honesto do que gerar cinco imagens de demonstração sem relação entre si. O rosto, a roupa, a cicatriz, o ambiente e os objetos carregados pelo personagem precisam permanecer entre as imagens. Se o Image 2.0 conseguir manter esses detalhes em edições e mudanças de proporção, ele será útil para storyboards, keyframes e pacotes de referência antes mesmo de gerar um único quadro de vídeo.

Qual é a força da afirmação sobre o benchmark do Image 2.0?#

Segundo o artigo de lançamento da xAI (Abre em uma nova aba), o Image 2.0 ficou em segundo lugar na classificação geral tanto do Arena Image Edit quanto do Text-to-Image em 7 de agosto de 2026. São arenas de preferência com avaliação às cegas, portanto o resultado é um sinal relevante de que usuários preferiram suas imagens em um conjunto variado de prompts.

Isso não equivale a uma avaliação completa do produto. O anúncio não informa valores Elo, intervalos de confiança, resultados por categoria, desempenho ajustado ao preço, latência, taxa de falhas nem qual modelo ficou acima dele. Uma classificação geral também não revela se o Image 2.0 é o segundo melhor para uma tarefa específica, como embalagens em vários idiomas, um rosto que precisa ser repetido ou um elemento gráfico transparente para jogos.

A interpretação útil é simples: o Image 2.0 estreou perto da liderança tanto em geração quanto em edição, em vez de se especializar em apenas uma delas. A próxima evidência relevante virá de testes independentes que usem o mesmo prompt, referências, máscara de edição e critérios de aceitação em diferentes modelos.

O que a xAI ainda não publicou#

O lançamento é específico sobre os recursos para consumidores, mas traz menos detalhes sobre a infraestrutura de produção. Em 8 de agosto de 2026, a xAI ainda não havia publicado estas informações no anúncio:

• ID do modelo na API ou data de disponibilidade pública da API
• Preço da API ou custo por imagem
• Resoluções de saída nativa e máxima
• Metas de latência para geração e edição
• Limites de arquivo e formatos de entrada compatíveis
• Termos comerciais da API específicos para o Image 2.0
• Pontuações detalhadas dos benchmarks ou relatório técnico

Isso significa que equipes podem avaliar o modo Quality para consumidores hoje, mas ainda não conseguem estimar custos nem automatizar um pipeline de produção com o Image 2.0 a partir da documentação pública da API. Qualquer página que informe preços ou limites exatos da API antes da publicação pela xAI está apenas preenchendo lacunas.

Qual modelo usar enquanto a API não chega?#

No momento, o Grok Imagine Image 2.0 não está disponível no seletor de imagens da OmniArt. Se seu trabalho precisa agora de um fluxo conectado por API ou com vários modelos, escolha com base na parte da proposta do Image 2.0 que mais importa, em vez de esperar pelo nome.

Isso não significa que uma alternativa reproduza todos os recursos do Image 2.0. A questão é que a maioria dos briefings tem um risco dominante. Se o risco é texto, teste o texto. Se é identidade, teste um conjunto de referências. Se é redimensionar uma campanha, gere a imagem principal e avalie cada proporção expandida, em vez de comparar galerias de lançamento.

Para uma comparação atual de layout e fotorrealismo, consulte GPT Image 2 vs Nano Banana 2. Para edição com várias referências, o guia de lançamento do Seedream 5.0 Pro explica suas entradas e seus controles. O guia do Qwen Image é a opção de baixo custo para os primeiros rascunhos.