Grok Imagine: нейросеть xAI для картинок и видео — Image 2.0 и Video 1.5

Что такое Grok Imagine

Grok Imagine — генератор картинок и видео компании xAI, которая делает чат-бот Grok. Первую модель изображений, Aurora, xAI выпустила в декабре 2024 года, а к осени 2026-го Imagine вырос в две самостоятельные модели:

• Imagine Image 2.0 — модель картинок и их правки, вышла 7 августа 2026 года и стала режимом Quality в приложениях Grok;
• Imagine Video 1.5 — модель видео со звуком: в июне 2026 года вышла версия по фото и ускоренная Fast, 31 июля — версия с референсами, видео по тексту и 1080p.

Обе модели работают на grok.com/imagine, в приложениях для iOS и Android и через API xAI.

Что умеет Grok Imagine

Картинки «для работы». xAI позиционирует Image 2.0 как модель для реальных задач: она точно следует инструкциям, продумывает типографику и вёрстку как дизайнер, а мелкий текст получается чётким. В рейтинге Arena на 24 сентября 2026 года Image 2.0 на 6-м месте из 80 — выше Nano Banana 2 из семейства Nano Banana.

Правка по месту. «Волшебная палочка» меняет область, на которую вы указали, и не трогает остальное. Сегментация выделяет точные зоны, удаление фона экспортирует объект на прозрачном фоне, а Smart resize дорисовывает кадр под новое соотношение сторон. За одну генерацию можно использовать до 5 исходных изображений.

Видео со звуком. Imagine Video 1.5 оживляет фото или строит ролик по тексту: в этом случае модель сначала рисует первый кадр, а затем анимирует его. Fast-версия делает 6-секундный ролик в 720p примерно за 25 секунд.

Физика и динамика. xAI называет Video 1.5 своей лучшей моделью по движению и физике. Спортивные трюки и замедление в нужный момент даются ей хорошо.

Один герой в разных сценах. С 31 июля 2026 года в Video 1.5 можно загрузить до 7 изображений и голос: лицо и голос персонажа сохраняются во всех сценах. В API голосовые референсы доступны по запросу.

Для каких задач подходит Grok Imagine

• Постеры и инфографика с мелким текстом — сильная сторона Image 2.0.
• Правка фото по месту — заменить предмет, убрать фон, вырезать объект на прозрачный фон.
• Баннеры 21:9 и 5:2 — редкие форматы для сайтов и обложек.
• Динамичные ролики — спорт, трюки, животные, экшен.
• Серии роликов с одним героем — референсы лица и голоса.

Grok Imagine и аналоги

Изображения:

	Imagine Image 2.0	GPT Image 2.5	Nano Banana 2	Nano Banana Pro
Место в Arena (24.09.2026)	6	1	9	14
Правка по месту	волшебная палочка, сегментация	по маске	промптом	промптом
Удаление фона	да	прозрачный фон	—	—
Референсы	до 5	несколько	до 14	до 14
Цена API	от $0,02	за токены	от $0,045	от $0,134

Видео:

	Imagine Video 1.5	Seedance 2.5	Gemini Omni	Kling 3.0
Место в Arena (21.09.2026)	4 (агентный режим)	7	1–2	29 (2.6 Pro)
Звук	да	да	да	да
Разрешение	до 1080p	разработчик не раскрывает	до 4K	720p, 1080p
Референсы	до 7 фото, голос	до 50	фото и видео	до 7 фото
Цена API	$0,08 за секунду	—	—	—

Как писать промпты для Grok Imagine

• Для картинок с текстом — точная надпись в кавычках и фраза «no other text», как в постере NIGHT DRIVE из галереи.
• Для правок — выделите область и опишите только изменение: «замени кружку на стеклянную, остальное не трогай».
• Для видео по фото — опишите движение, камеру и атмосферу; композицию модель возьмёт с фото.
• Для видео по тексту — помните, что модель сначала рисует первый кадр: опишите его подробно.
• Звук — отдельной строкой: «Sound: …».

Как использовать Grok Imagine в AI2Face

В AI2Face Grok Imagine доступна в генераторе из России без VPN и подписки SuperGrok. Картинки удобно сравнить с Nano Banana и GPT Image, а ролики — с Seedance и Gemini Omni на одном промпте. Стоимость каждой генерации видна до запуска, оплата — картой российского банка, по СБП или криптовалютой, кредиты из пакетов не сгорают. После регистрации начисляются стартовые кредиты.

Ограничения

• Новые функции — сначала подписчикам. Референсы лица и голоса xAI запускала с тарифов SuperGrok Heavy и Plus.
• Референсы в видео — до 720p. Режим с референсами ограничен 720p, 1080p доступно для видео по тексту и по фото.
• Голосовые референсы в API — по запросу.
• Неоновые вывески и фоновый текст модель иногда заполняет бессмысленными символами — в нашем портрете из галереи это видно на вывесках за спиной героини.

Выводы

Grok Imagine — из тех редких генераторов, где обе модели в топе: Image 2.0 на 6-м месте рейтинга картинок, Video 1.5 — на 4-м в видео. Image 2.0 стоит брать для постеров с текстом, правки по месту и баннеров редких форматов, Video 1.5 — для динамичных роликов и серий с одним героем. Для максимальной точности текста ближайшая альтернатива — GPT Image, для видео — Gemini Omni и Seedance. Все они работают из России в AI2Face.