Grok Imagine : le générateur d'images et de vidéos de xAI — Image 2.0 et Video 1.5

Qu’est-ce que Grok Imagine

Grok Imagine est le générateur d’images et de vidéos de xAI, la société derrière le chatbot Grok. xAI a lancé son premier modèle d’image, Aurora, en décembre 2024, et à l’automne 2026, Imagine était devenu deux modèles autonomes :

• Imagine Image 2.0 — un modèle d’images et de retouche, sorti le 7 août 2026 et devenu le mode Quality des applications Grok ;
• Imagine Video 1.5 — un modèle vidéo avec son : la version image vers vidéo et la version rapide Fast sont sorties en juin 2026, puis le 31 juillet la version avec références, texte vers vidéo et 1080p.

Les deux modèles fonctionnent sur grok.com/imagine, dans les applications iOS et Android et via l’API xAI.

Ce que sait faire Grok Imagine

Des images pour travailler. xAI présente Image 2.0 comme un modèle pour des tâches concrètes : il suit les instructions à la lettre, pense la typographie et la mise en page comme un designer, et le petit texte reste net. Sur Arena, au 24 septembre 2026, Image 2.0 se classe 6ᵉ sur 80, devant Nano Banana 2, de la famille Nano Banana.

Retouche ciblée. La « baguette magique » modifie la zone que vous désignez sans toucher au reste. La segmentation isole des zones précises, la suppression d’arrière-plan exporte le sujet sur fond transparent, et Smart resize prolonge l’image vers un nouveau format. Une génération peut utiliser jusqu’à 5 images sources.

Vidéo avec son. Imagine Video 1.5 anime une photo ou construit un clip à partir de texte : dans ce cas, le modèle dessine d’abord la première image, puis l’anime. La version Fast crée un clip de 6 secondes en 720p en 25 secondes environ.

Physique et dynamisme. xAI qualifie Video 1.5 de son meilleur modèle à ce jour pour le mouvement et la physique. Les figures sportives et le ralenti au bon moment lui réussissent bien.

Un même personnage dans plusieurs scènes. Depuis le 31 juillet 2026, Video 1.5 permet d’importer jusqu’à 7 images et une voix : le visage et la voix du personnage restent identiques dans toutes les scènes. Dans l’API, les références vocales sont disponibles sur demande.

À quoi sert Grok Imagine

• Affiches et infographies avec du petit texte — le point fort d’Image 2.0.
• Retouche photo ciblée — remplacer un objet, supprimer l’arrière-plan, détourer un sujet sur fond transparent.
• Bannières 21:9 et 5:2 — des formats rares pour les sites et les couvertures.
• Clips dynamiques — sport, figures, animaux, action.
• Séries de clips avec un même personnage — références de visage et de voix.

Grok Imagine face aux alternatives

Images :

	Imagine Image 2.0	GPT Image 2.5	Nano Banana 2	Nano Banana Pro
Rang sur Arena (24/09/2026)	6	1	9	14
Retouche ciblée	baguette magique, segmentation	par masque	par prompt	par prompt
Suppression d’arrière-plan	oui	fond transparent	—	—
Références	jusqu’à 5	plusieurs	jusqu’à 14	jusqu’à 14
Prix de l’API	dès 0,02 $	au token	dès 0,045 $	dès 0,134 $

Vidéo :

	Imagine Video 1.5	Seedance 2.5	Gemini Omni	Kling 3.0
Rang sur Arena (21/09/2026)	4 (mode agent)	7	1–2	29 (2.6 Pro)
Son	oui	oui	oui	oui
Résolution	jusqu’à 1080p	non communiquée par le développeur	jusqu’à 4K	720p, 1080p
Références	jusqu’à 7 photos, voix	jusqu’à 50	photos et vidéos	jusqu’à 7 photos
Prix de l’API	0,08 $ par seconde	—	—	—

Comment écrire des prompts pour Grok Imagine

• Pour les images avec texte : le texte exact entre guillemets et la mention « no other text », comme pour l’affiche NIGHT DRIVE de la galerie.
• Pour les retouches : sélectionnez la zone et décrivez seulement le changement : « remplace la tasse par une tasse en verre, ne touche pas au reste ».
• Pour la vidéo à partir d’une photo : décrivez le mouvement, la caméra et l’ambiance ; le modèle reprend la composition de la photo.
• Pour la vidéo à partir de texte : n’oubliez pas que le modèle dessine d’abord la première image, alors décrivez-la en détail.
• Le son sur une ligne à part : « Sound : … ».

Comment utiliser Grok Imagine dans AI2Face

Grok Imagine est disponible dans le générateur AI2Face, sans abonnement SuperGrok. Vous pouvez comparer ses images à celles de Nano Banana et GPT Image, et ses clips à ceux de Seedance et Gemini Omni, sur le même prompt. Le coût de chaque génération s’affiche avant le lancement, le paiement se fait par carte ou en crypto, et les crédits des packs n’expirent pas. Les nouveaux comptes reçoivent des crédits de bienvenue à l’inscription.

Limites

• Les nouveautés arrivent d’abord chez les abonnés. xAI a lancé les références de visage et de voix sur les formules SuperGrok Heavy et Plus.
• La vidéo avec références plafonne à 720p. Le mode références est limité à 720p ; le 1080p est disponible pour la vidéo à partir de texte et de photo.
• Références vocales dans l’API sur demande.
• Les enseignes au néon et le texte en arrière-plan se remplissent parfois de caractères sans signification : on le voit sur les enseignes derrière la jeune femme dans notre portrait de la galerie.

En résumé

Grok Imagine fait partie des rares générateurs dont les deux modèles sont dans le haut du classement : Image 2.0 est 6ᵉ en image et Video 1.5, 4ᵉ en vidéo. Prenez Image 2.0 pour des affiches avec texte, des retouches ciblées et des bannières aux formats inhabituels, et Video 1.5 pour des clips dynamiques et des séries avec un même personnage. Pour un texte au plus juste, l’alternative la plus proche est GPT Image ; pour la vidéo, Gemini Omni et Seedance. Tous sont disponibles dans AI2Face.