Grok Imagine 2.0 · xAI 文生图
xAI 的图像模型，现已上线 OVOV。写下提示词，从 7 种宽高比里挑一种，约 30 秒拿到成品——只有一个画质档，没有参数可调，每张 6 积分。
各模型名称与标识均为其各自所有者的商标。OVOV 为独立产品,与任何模型提供方均无隶属、背书或赞助关系。
看 Grok Imagine 2.0 的实际效果
全部为 OVOV 上 Grok Imagine 2.0 的真实输出，仅由文字提示词生成——不挑图、不后期。
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 为什么不一样
xAI 的图像模型刻意做得很窄：文字进，一张图出。不能上传图片，没有参数旋钮，也不用干等——一句提示词，一张成片。
xAI 自己的审美
Grok Imagine 2.0 带着 xAI 训练出来的家族风格——高对比、笃定的色彩，以及对超现实的偏好。它读提示词是带态度的，而不是把它平均成一张安全的图库图。
只做文生图，别的都不做
提示词进，图片出。Grok Imagine 2.0 是纯文生图模型——它不接受上传图片，也无法对已有的图做重绘或修图。每一帧都只由你的文字生成。
大约 30 秒
一次生成大约半分钟落地，所以改一句话再来一次是流程的常态，而不是一次喝咖啡的等待。
7 种宽高比
可选 1:1、2:3、3:2、3:4、4:3、9:16 或 16:9——方图做头像，竖图适配手机屏与快拍，横图用于横幅与页头。
单一画质档
没有多档分辨率需要权衡。Grok Imagine 2.0 只在一个固定画质档下渲染，你选的宽高比决定画面的形状。
每张统一 6 积分
每次生成消耗 6 积分、返回 1 张图——无论选哪种比例，价格都一样。若生成失败，积分会原路退回你的余额。
三步，从提示词到成图
无需上传，也没有参数要配——整个流程就是：写、选形状、下载。
写提示词
描述主体、场景和质感。既然没有参考图可用，你想要的每一个细节都必须写进这句话里。
选一种宽高比
从 7 种比例里选一个——1:1、2:3、3:2、3:4、4:3、9:16 或 16:9——然后花 6 积分生成。
保存或分享
约 30 秒后图片就绪。作品会自动存入你 OVOV 账号的「我的作品」，随时都能回来查看和下载。
你可以用它做什么
一个只吃提示词的快模型，最适合从零开始要一张新图的场景，而不是修改一张你已经有的图。
社媒帖图与横幅
信息流配图、频道头图、活动横幅，直接从一句文案生成——不用拍摄，不用买图库授权，也没有上传这一步。
- 16:9 与 3:2 适合页头与链接预览
- 1:1 适合信息流帖图与缩略图
- 每个想法约 30 秒，够你试五版
壁纸与头像
铺满屏幕的竖版场景与方形角色肖像——手机和头像真正会用到的两种形状。
- 9:16 与 3:4 铺满整块手机屏幕
- 1:1 肖像用作头像
- 无水印文件，拿来就能直接用
概念图与情绪板
在定方向之前先探路。围绕同一个想法连出几版，留下活下来的那几帧。
- 改一个从句再生成，方便对照
- 混用不同比例，测试场景怎么裁
- 每次尝试 6 积分，探索成本很低
博客与邮件通讯配图
文章头图、章节分隔图、邮件通讯插图，按你的模板需要的形状随取随生成。
- 16:9 与 2:3 契合常见版式位
- 复用同一套风格措辞，保持调性统一
- 每一张导出都附完整商用授权
Grok Imagine 2.0 提示词写作指南
提示词是这个模型唯一的输入，所以主体、风格、光线和取景都得靠它自己扛。
最适合自成一体、细节充分的提示词
开头先写主体和它在做什么
Grok Imagine 2.0 会把构图锚定在它最先读到的东西上。先点名主体，给它一个动作，再把它放进某个场景。
- •先写主体，别先堆形容词
- •给主体一个动词——倚着、奔跑、直视镜头
- •紧接着补上场景，模型才知道往哪儿搭
示例
"A weathered lighthouse keeper hauling rope on a storm-lashed pier, freighters blurred in the distance"
点名风格，别指望模型猜
没有图可以照着抄，视觉语言就必须写明白。说清楚你要的媒介，以及画面属于哪个年代。
- •点名媒介：油画、35mm 胶片照、赛璐璐动画、3D 渲染
- •锚定年代或类型：1970 年代科幻平装书封、千禧初期网页拼贴
- •整组图沿用同一套风格措辞，系列感才立得住
示例
"Rendered as a 1970s sci-fi paperback cover, grainy print texture, flat poster colors"
描述光线与配色
氛围大半是光决定的。说清楚光从哪儿来、是硬是软，以及画面该由哪些颜色主导。
- •点名光源：冬日低角度阳光、钠灯路灯、屏幕反光
- •说明光是硬是软，阴影落在哪儿
- •把配色限制在两三种，整体更统一
示例
"Lit by a single sodium streetlamp in fog, hard shadows, amber and deep blue only"
让取景匹配你选的宽高比
画布由你从 7 种比例里挑；提示词就该描述一个配得上它的镜头。开阔场景归 16:9 或 3:2，单人画面归 3:4 或 9:16。
- •16:9 或 3:2 适合风景、人群与大远景
- •9:16 或 3:4 适合站立人物、高塔与手机屏
- •写清景别——特写、半身、远景——裁切才对味
示例
"Wide 16:9 establishing shot of a canyon town at dawn, figures small in the frame"
靠改写迭代，一次只改一处
没有图片输入可以微调，打磨只能发生在文字里。留住那条差一点就对的提示词，改动其中一个从句，再跑一次。
- •每次只改一个变量——光线、镜头或配色
- •把有效的提示词存下来；它们是你唯一的存档
- •补上缺失的细节，而不是堆更多形容词
示例
"Same canyon town at dawn, but overcast instead of clear, and shot from street level"