Grok Imagine 2.0 · xAI 文字生圖
xAI 的圖像模型，現已登陸 OVOV。寫下提示詞，從 7 種比例中挑一種，約 30 秒拿到成品——只有一個畫質檔，沒有參數可調，每張 6 點數。
各模型名稱與標識均為其各自所有者的商標。OVOV 為獨立產品,與任何模型提供方均無隸屬、背書或贊助關係。
看 Grok Imagine 2.0 的實際效果
全部都是 OVOV 上 Grok Imagine 2.0 的真實輸出，僅由文字提示詞生成——不挑圖、不後製。
Photorealistic street photograph of an overloaded municipal sign pole on a quiet residential corner,...
A photo taken on a cheap digital camera in the summer of 2004 at a suburban backyard barbecue. Shot ...
High-fashion magazine cover, extreme close-up of an avant-garde metallic sculpture instead of a mode...
Realistic photograph of a full-size passenger train running along the crest of an ocean wave, spray ...
A professionally shot photorealistic diagram of four regional dumplings on a white background, each ...
A screenshot from a fictional 16-bit turn-based RPG battle scene, pixel art, limited palette. The bo...
A vintage 1970s disaster-movie poster, offset-printed on slightly yellowed stock. Painted illustrati...
A cliffside monastery carved directly into black basalt, seen from across a fjord in the minutes bef...
A character reference sheet for a stop-motion film, laid out on grey card. One fox character in felt...
Grok Imagine 2.0 為什麼不一樣
xAI 的圖像模型刻意做得很窄：文字進，一張圖出。不能上傳圖片，沒有參數旋鈕，也不用乾等——一句提示詞，一張成品。
xAI 自己的美學
Grok Imagine 2.0 帶著 xAI 訓練出來的家族風格——高對比、篤定的色彩，以及對超現實的偏好。它讀提示詞是帶著態度的，而不是把它平均成一張安全的圖庫照。
只做文字生圖，別的都不做
提示詞進，圖片出。Grok Imagine 2.0 是純文字生圖模型——它不接受上傳圖片，也無法對既有的圖做重繪或修圖。每一張都只由你的文字生成。
大約 30 秒
一次生成大約半分鐘完成，所以改一句話再跑一次是流程的常態，而不是一次喝咖啡的等待。
7 種比例
可選 1:1、2:3、3:2、3:4、4:3、9:16 或 16:9——方形做頭像，直式適配手機螢幕與限時動態，橫式用於橫幅與頁首。
單一畫質檔
沒有多檔解析度需要權衡。Grok Imagine 2.0 只在一個固定畫質檔下算圖，你選的比例決定畫面的形狀。
每張一律 6 點數
每次生成消耗 6 點數、回傳 1 張圖——不論選哪種比例，價格都一樣。若生成失敗，點數會原路退回你的餘額。
三步驟，從提示詞到成圖
不用上傳，也沒有參數要設定——整個流程就是：寫、選形狀、下載。
寫提示詞
描述主體、場景和質感。既然沒有參考圖可用，你想要的每一個細節都必須寫進這句話裡。
選一種比例
從 7 種比例中挑一個——1:1、2:3、3:2、3:4、4:3、9:16 或 16:9——然後花 6 點數生成。
儲存或分享
約 30 秒後圖片就緒。作品會自動存進你 OVOV 帳號的「我的作品」，隨時都能回來查看與下載。
你可以用它做什麼
一個只吃提示詞的快模型，最適合從零開始要一張新圖的場景，而不是修改一張你手上已經有的圖。
社群貼文與橫幅
動態消息配圖、頻道主視覺、活動橫幅，直接從一句文案生成——不用拍攝，不用買圖庫授權，也沒有上傳這一步。
- 16:9 與 3:2 適合頁首與連結預覽
- 1:1 適合動態貼文與縮圖
- 每個想法約 30 秒，夠你試五版
桌布與頭像
鋪滿螢幕的直式場景與方形角色肖像——手機和個人檔案真正會用到的兩種形狀。
- 9:16 與 3:4 鋪滿整塊手機螢幕
- 1:1 肖像用作大頭貼
- 無浮水印檔案，拿來就能直接用
概念圖與情緒板
在定方向之前先探路。圍繞同一個想法連出幾版，留下活下來的那幾張。
- 改一個子句再生成，方便對照
- 混用不同比例，測試場景怎麼裁
- 每次嘗試 6 點數，探索成本很低
部落格與電子報配圖
文章主圖、段落分隔圖、電子報插圖，按你的版型需要的形狀隨取隨生成。
- 16:9 與 2:3 契合常見版面位置
- 沿用同一套風格用語，保持調性一致
- 每一張匯出都附完整商業使用授權
Grok Imagine 2.0 提示詞寫作指南
提示詞是這個模型唯一的輸入，所以主體、風格、光線和取景都得靠它自己扛。
最適合自成一體、細節充分的提示詞
開頭先寫主體和它在做什麼
Grok Imagine 2.0 會把構圖錨定在它最先讀到的東西上。先點名主體，給它一個動作，再把它放進某個場景。
- •先寫主體，別先堆形容詞
- •給主體一個動詞——倚著、奔跑、直視鏡頭
- •緊接著補上場景，模型才知道要往哪裡搭
範例
"A weathered lighthouse keeper hauling rope on a storm-lashed pier, freighters blurred in the distance"
點名風格，別指望模型猜
沒有圖可以照著抄，視覺語言就必須寫明白。說清楚你要的媒材，以及畫面屬於哪個年代。
- •點名媒材：油畫、35mm 底片照、賽璐璐動畫、3D 算圖
- •錨定年代或類型：1970 年代科幻平裝書封、千禧初期網頁拼貼
- •整組圖沿用同一套風格用語，系列感才立得住
範例
"Rendered as a 1970s sci-fi paperback cover, grainy print texture, flat poster colors"
描述光線與配色
氛圍大半是光決定的。說清楚光從哪裡來、是硬是柔，以及畫面該由哪些顏色主導。
- •點名光源：冬日低角度陽光、鈉燈路燈、螢幕反光
- •說明光是硬是柔，陰影落在哪裡
- •把配色限制在兩三種，整體更統一
範例
"Lit by a single sodium streetlamp in fog, hard shadows, amber and deep blue only"
讓取景配合你選的比例
畫布由你從 7 種比例中挑；提示詞就該描述一個配得上它的鏡頭。開闊場景歸 16:9 或 3:2，單人畫面歸 3:4 或 9:16。
- •16:9 或 3:2 適合風景、人群與大遠景
- •9:16 或 3:4 適合站立人物、高塔與手機螢幕
- •寫清楚景別——特寫、半身、遠景——裁切才會對味
範例
"Wide 16:9 establishing shot of a canyon town at dawn, figures small in the frame"
靠改寫迭代，一次只改一處
沒有圖片輸入可以微調，打磨只能發生在文字裡。留住那條差一點就對的提示詞，改動其中一個子句，再跑一次。
- •每次只改一個變數——光線、鏡頭或配色
- •把有效的提示詞存下來；它們是你唯一的存檔
- •補上缺少的細節，而不是堆更多形容詞
範例
"Same canyon town at dawn, but overcast instead of clear, and shot from street level"