پرش به محتوای اصلی
پرش به محتوای مقاله

مدل Grok Imagine 2.0 جایگاه دوم جهانی در ویرایش تصویر را گرفت

·۱۷ مرداد ۱۴۰۵۳ دقیقه مطالعه۱ بازدید
نسل جدید Grok Imagine 2.0 با قابلیت ویرایش دقیق تصویر و رتبه برتر در مسابقات هوش مصنوعی عرضه شد.
نسل جدید Grok Imagine 2.0 با قابلیت ویرایش دقیق تصویر و رتبه برتر در مسابقات هوش مصنوعی عرضه شد.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تبدیل قابلیت ویرایش از یک ویژگی جانبی به هسته‌ی اصلی مدل و معرفی سیستم ارجاع ۵ تصویری برای حذف نیاز به ترکیب دستی (Compositing).

اگر امروز برای طراحی گرافیکی به ابزارهای پیچیده متکی هستید، مرز میان «تولید تصویر» و «طراحی حرفه‌ای» در حال محو شدن است. طبق اعلام xAI، مدل Grok Imagine Image 2.0 که در ۷ اوت ۲۰۲۶ عرضه شد، اکنون در هر دو حوزه‌ی ویرایش تصویر و تبدیل متن به تصویر (Text-to-Image)، رتبه‌ی دوم جهان را در اختیار دارد.

این به‌روزرسانی در حالی رخ می‌دهد که مدل‌های xAI اکنون تحت برند SpaceXAI عرضه می‌شوند. این تغییر پس از پذیرفتگی SpaceX در نزدک (Nasdaq) در ژوئن ۲۰۲۶ و امضای قرارداد محاسباتی (Compute) — شبیه به اجاره‌ی یک ابرکامپیوتر عظیم برای پردازش داده‌ها — بین SpaceXAI و Anthropic در ۶ مه ۲۰۲۶ صورت گرفت. برای کاربران تجاری، این یعنی دسترسی به اکوسیستمی یکپارچه از سخت‌افزار و نرم‌افزار که مستقیماً به زیرساخت‌های SpaceX متصل است.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی رقابت مدل‌های مولد اشاره کردیم، تمرکز صنعت از تولید تصادفی به سمت کنترل دقیق حرکت کرده است. در Image 2.0، ویرایش دیگر یک ویژگی جانبی نیست، بلکه هسته‌ی اصلی مدل است. بر اساس مستندات شرکت، ابزارهای جدید این مدل عبارت‌اند از:

  • عصای جادویی و قطعه‌بندی تصویر (Image Segmentation): کاربر می‌تواند نواحی خاصی از تصویر را — شبیه به بریدن یک تکه از کاغذ با قیچی — برای تغییر دقیق انتخاب کند.
  • ورودی‌های چند-ارجاعی: سیستم می‌تواند تا ۵ تصویر ورودی را در یک نسل پذیرفت تا نیاز به ترکیب دستی تصاویر در نرم‌افزارهای دیگر از بین برود.
  • تغییر اندازه هوشمند: یک تصویر را می‌توان در ۹ نسبت ابعاد مختلف، از بنرهای عمودی ۱:۲ تا عریض ۲:۱، بازطراحی کرد.
  • حذف پس‌زمینه: امکان خروجی گرفتن از سوژه با پس‌زمینه شفاف برای استفاده در نرم‌افزارهای طراحی.

به نقل از xAI، این مدل به‌طور ویژه برای دقت بالا در عکاسی و تصویرسازی آموزش دیده است. تمرکز اصلی بر روی تایپوگرافی و چیدمان بوده تا متن‌های کوچک و جزئیات بصری به‌صورت واضح رندر شوند. همچنین برای تسریع کارهای حرفه‌ای، قالب‌های آماده‌ای برای لیست‌های تجارت الکترونیک، عکس‌های پرسنلی و دارایی‌های بازی اضافه شده است.

در جدول‌های رده‌بندی عمومی (Arena) تا ۷ اوت ۲۰۲۶، مدل gpt-image-2 متعلق به OpenAI در جایگاه نخست قرار دارد. مدل‌های xAI با نام‌های grok-imagine-image-2 (low) و grok-imagine-image-quality در رتبه‌های بعدی هستند. البته باید اشاره کرد که این ارقام از جدول‌های عمومی استخراج شده و هنوز ارزیابی‌های مستقل شخص ثالث منتشر نشده است.

برای کاربر نهایی، این یعنی xAI به‌جای هدف قرار دادن کاربران عادی که فقط پرامپت می‌نویسند، به دنبال جذب بازار تولیدکنندگان محتوای حرفه‌ای است. در حال حاضر این مدل در اپلیکیشن‌های Grok و وب‌سایت grok.com/imagine در دسترس است، اما تاریخ دسترسی به API هنوز اعلام نشده است.

گام بعدی شما

  • اگر طراح هستید، قابلیت Multi-Reference را برای ترکیب استایل‌های مختلف در یک تصویر امتحان کنید.
  • برای خروجی‌های تجاری، قالب‌های آماده‌ی e-commerce را با تصاویر واقعی محصولات خود مقایسه کنید.
  • منتظر انتشار API بمانید تا بتوانید این ابزارهای ویرایشی را در خط تولید خودکار محتوا به کار بگیرید.

اما تأثیر این یکپارچگی سخت‌افزاری SpaceX بر سرعت استنتاج مدل‌ها حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی مراکز داده‌ی جدید xAI مراجعه کنید.

چرا این موضوع مهم است؟

این به‌روزرسانی با تکیه بر اعتبار زیرساختی SpaceX، هزینه‌ی تولید محتوای بصری حرفه‌ای را کاهش می‌دهد. رقابت مستقیم با OpenAI در سطح جهانی، استانداردهای دقت در تایپوگرافی و ویرایش منطقه‌ای را جابه‌جا می‌کند.

تأثیر برای ایران

به‌دلیل محدودیت‌های دسترسی به سرویس‌های xAI و نیاز به شماره تلفن خارجی، استفاده از این ابزار برای اکثر کاربران ایرانی دشوار است و فعلاً تأثیر مستقیمی بر بازار داخلی ندارد.

·نگاه ما
تحریریه دات‌هوش

تغییر استراتژی xAI از تولید تصویر ساده به سمت ابزارهای ویرایشی دقیق، نشان می‌دهد که مدل‌های زبانی-بینایی در حال تبدیل شدن به جایگزین‌های واقعی برای نرم‌افزارهای ادیتور هستند. این مدل دیگر فقط یک «مولد» نیست، بلکه یک «ابزار طراحی» است که کنترل را به کاربر برمی‌گرداند. احتمالاً شاهد ادغام هرچه بیشتر این قابلیت‌ها در محیط‌های همکاری تیمی خواهیم بود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.