SpaceXAI ha reso disponibile Imagine Image 2.0, nuova versione del modello dedicato alla generazione e alla modifica delle immagini integrato nell’ecosistema Grok. Il sistema viene distribuito come nuova Quality Mode all’interno di Grok Imagine sul web e nelle applicazioni per iOS e Android, con un’impostazione orientata non soltanto alla produzione di immagini da prompt testuali, ma soprattutto alla realizzazione di asset che possano essere modificati, riutilizzati e adattati durante un normale flusso di lavoro creativo.
Uno degli aspetti centrali riguarda la capacità di seguire istruzioni dettagliate mantenendo sotto controllo la struttura complessiva dell’immagine. Imagine Image 2.0 è stato sviluppato per gestire contemporaneamente più elementi all’interno della stessa composizione, organizzando layout, tipografia e contenuti visivi in maniera più coerente e mantenendo leggibili anche testi di dimensioni ridotte. SpaceXAI indica proprio la resa del testo e la gestione di visual complessi come alcune delle aree sulle quali il modello è stato maggiormente migliorato.
Questo tipo di evoluzione è rilevante soprattutto per immagini destinate a utilizzi concreti, come infografiche, poster, materiali pubblicitari, interfacce, presentazioni o contenuti nei quali testo ed elementi grafici devono convivere all’interno dello stesso spazio. Il problema della corretta rappresentazione delle parole è stato a lungo uno dei limiti più evidenti dei generatori di immagini, soprattutto quando il prompt richiede più blocchi testuali o scritte inserite in una composizione articolata.
Imagine Image 2.0 introduce inoltre strumenti specifici per intervenire soltanto su una determinata parte dell’immagine. La funzione Magic Wand consente di indicare una regione da modificare lasciando invariato il resto della composizione, mentre la segmentazione permette di isolare aree più precise prima di applicare la modifica. L’obiettivo è evitare che una richiesta circoscritta produca cambiamenti involontari anche nei soggetti, nello sfondo o negli elementi che l’utente desidera conservare.
La possibilità di mantenere stabili le parti non selezionate assume particolare importanza nei processi iterativi. Una fotografia di prodotto può essere corretta intervenendo soltanto sul colore di un oggetto, un personaggio può essere modificato senza ricostruire completamente lo scenario e un materiale promozionale può essere aggiornato conservando la composizione già approvata. Il modello è stato quindi progettato per trattare l’editing come una capacità primaria e non come una semplice rigenerazione dell’immagine di partenza.
Tra gli strumenti disponibili compare anche la rimozione automatica dello sfondo, attraverso la quale il soggetto può essere separato dal contesto e restituito con trasparenza. Questa funzione consente di ottenere direttamente un elemento utilizzabile in altre composizioni, evitando il passaggio attraverso software esterni per il ritaglio e la preparazione dell’asset.
Un altro componente importante è Multi-Ref Editing, che permette di utilizzare più immagini di riferimento nella stessa generazione. Nell’interfaccia di Imagine Image 2.0 possono essere fornite fino a cinque immagini, utilizzandole per combinare soggetti, oggetti, ambienti o altri elementi all’interno di una composizione comune. SpaceXAI presenta questa funzione come un sistema per ridurre il ricorso al compositing manuale quando il risultato desiderato dipende da materiali visivi differenti.
Il modello può quindi ricevere, ad esempio, riferimenti separati relativi a un personaggio, a un abito, a un prodotto e a uno sfondo e utilizzarli come base per generare un’unica scena. Il valore operativo della funzione dipende soprattutto dalla capacità di mantenere riconoscibili gli elementi forniti e di inserirli in un risultato coerente, evitando che ogni nuova generazione ne modifichi radicalmente caratteristiche, proporzioni o stile.
La coerenza visiva costituisce infatti un altro punto specifico dell’aggiornamento. Imagine Image 2.0 è stato sviluppato per preservare più efficacemente gli elementi forniti dall’utente durante generazioni ed editing successivi, caratteristica necessaria quando lo stesso personaggio, prodotto o ambiente deve comparire in numerose immagini differenti.
Questo approccio può essere utilizzato nella creazione di campagne pubblicitarie, cataloghi, materiali per e-commerce, asset destinati ai videogiochi o sequenze di immagini che condividono la stessa identità visiva. In questi casi la qualità di una singola generazione conta meno della possibilità di mantenere stabili soggetti, colori, forme e caratteristiche riconoscibili attraverso una serie di risultati.
SpaceXAI ha aggiunto anche Smart Resize, una funzione che permette di modificare il rapporto d’aspetto di un’immagine senza limitarsi a ritagliarne i bordi. L’utente può scegliere formati verticali, quadrati o orizzontali e il modello genera il contenuto necessario per estendere naturalmente l’inquadratura nelle nuove aree. I rapporti disponibili comprendono 1:2, 9:16, 2:3, 3:4, 1:1, 4:3, 3:2, 16:9 e 2:1.
La stessa immagine può quindi essere adattata, per esempio, da un formato quadrato a una creatività verticale per smartphone oppure a un banner orizzontale, mantenendo il soggetto originale e ricostruendo il contesto necessario ai lati dell’inquadratura. Si tratta di una funzione particolarmente utile nei flussi editoriali e pubblicitari, nei quali lo stesso asset deve spesso essere convertito in numerose varianti destinate a piattaforme differenti.
Il sistema comprende inoltre una serie di template preconfigurati per attività ricorrenti. SpaceXAI ha predisposto modelli destinati alla modifica fotografica, alla variazione del colore dei prodotti, alla realizzazione di poster editoriali, ai collage, alla creazione di mascotte, alla rimozione o sostituzione dello sfondo e alla produzione di fotografie per e-commerce. In questo caso il flusso di lavoro viene già predisposto dal sistema e l’utente deve principalmente fornire il materiale da elaborare.
L’introduzione dei template sposta una parte dell’interazione dal prompt completamente libero verso procedure più guidate. Un’attività ripetitiva può essere quindi trasformata in un modello riutilizzabile, riducendo la necessità di ricostruire ogni volta le stesse istruzioni e rendendo l’utilizzo più vicino a quello di un normale strumento grafico.
Anche le prestazioni comparative indicano un miglioramento rilevante. Nelle classifiche Arena considerate da SpaceXAI al 7 agosto 2026, Imagine Image 2.0 risultava al secondo posto mondiale sia nella generazione text-to-image sia nell’editing delle immagini. I risultati vengono misurati attraverso confronti tra output effettuati dagli utenti e rappresentano quindi una valutazione relativa rispetto agli altri modelli presenti sulla piattaforma.
L’API utilizza il modello grok-imagine-image-quality e consente la generazione e la modifica delle immagini tramite richieste programmatiche. La documentazione SpaceXAI indica risoluzioni 1K e 2K e un prezzo di 0,05 dollari per immagine per il modello quality; attraverso l’API è inoltre possibile controllare numero di risultati, rapporto d’aspetto, risoluzione e formato della risposta.
Esiste una differenza tra alcune capacità offerte nell’interfaccia Imagine e quelle attualmente documentate per l’API. Multi-Ref Editing nell’esperienza utente di Image 2.0 accetta fino a cinque immagini, mentre la documentazione API indica al momento un massimo di tre immagini sorgente per una singola operazione di editing.
L’API Imagine appartiene inoltre a una piattaforma più ampia che comprende generazione ed editing di immagini e video. Gli stessi strumenti possono quindi essere utilizzati per creare un’immagine, modificarla e successivamente trasformarla in un contenuto video, permettendo di collegare diverse fasi della produzione generativa all’interno dello stesso ambiente.
La maggiore attenzione alla consistenza degli elementi assume particolare importanza proprio in questa prospettiva. La realizzazione di un video, di uno storyboard o di una sequenza narrativa richiede che personaggi, ambienti e oggetti rimangano riconoscibili da una scena all’altra; un modello capace di preservare questi elementi durante iterazioni successive può quindi essere utilizzato per predisporre asset destinati a una successiva fase di animazione.
Imagine Image 2.0 porta quindi Grok Imagine verso un sistema più vicino a un ambiente di produzione visiva che a un semplice generatore text-to-image. Generazione, editing localizzato, utilizzo di immagini di riferimento, rimozione dello sfondo, adattamento automatico del formato e template vengono riuniti nello stesso flusso operativo, con l’obiettivo di permettere all’utente di partire da un’idea, modificarla progressivamente e ottenere asset utilizzabili in formati e contesti differenti senza dover ricominciare la generazione a ogni intervento.