# Grok 图片生成：如何用 Grok Imagine 生成和编辑图片——教程与提示词

> Grok 图片生成是 xAI 旗下 Grok 的图像功能。当前模型 Imagine Image 2.0 于 2026 年 8 月 7 日发布，首发即登上 Arena 排行榜第 2 名：文字清晰锐利，可局部修改选中区域、去除背景，并用最多 5 张照片合成一张图。在 AI2Face 中无需订阅 SuperGrok 即可使用 Grok 图片生成。

发布于 2026-10-13 · 更新于 2026-10-28
URL: https://ai2face.com/zh/blog/grok-image

两年间，Grok 图片生成从 X 平台里的表情包生成器，变成了 xAI 定位为工作工具的模型：带小字的海报、商品图、局部修图。我们用 Grok Image 2.0 做了一张海报、一张人像、一张商品图、一组修图前后对比和一张双图合成，并对照 xAI 文档梳理了模型能做什么、提示词怎么写、限制在哪里。两款 xAI 模型（图片与视频）的综合介绍见 [Grok Imagine](/zh/models/grok-imagine)，图片模型的详细介绍见 [Grok Imagine Image 2.0](/zh/models/grok-imagine-image)。

## 什么是 Grok 图片生成

Grok 图片生成是 xAI 聊天机器人 Grok 中的图片生成与编辑功能。在界面和 API 中，它属于 Grok Imagine——Grok 的视觉部分，[Grok 视频生成](/zh/blog/grok-video) 也在其中。

| 模型 | 时间 | 要点 |
|---|---|---|
| Aurora | 2024 年 12 月 9 日 | xAI 首个自研图片模型，自回归混合专家（mixture-of-experts）架构；在 X 上推出 |
| Grok Imagine Image | Image 2.0 之前 | 快速基础模型，API 每张 0.02 美元 |
| Imagine Image 2.0 | 2026 年 8 月 7 日 | Grok 的 Quality 模式：排版、局部修改、最多 5 张参考图；API 每张 0.04 美元 |

发布当天，**Imagine Image 2.0** 在 Arena 的图片生成和图片编辑两个排行榜上都位列全球第 2。截至 2026 年 9 月 24 日，它在 80 个模型中排名第 6。

## 如何用 Grok 生成图片

1. **打开 Grok Imagine**——grok.com/imagine，或 Grok iOS / Android 应用中的 Imagine 板块。也可以在普通聊天里让它画图，但 Imagine 提供画面比例和编辑工具。
2. **开启 Quality 模式**——这就是 Image 2.0。快速模式适合出草稿。
3. **选择画面比例。** Image 2.0 支持 16 种：从 1:1、竖版 9:16、9:19.5、9:20，到全景 21:9 和 5:2。API 默认为 `auto`，会根据提示词自动选择比例。
4. **按下文公式写提示词。**
5. **多生成几张备选。** 通过 API 每次请求最多可生成 10 张。
6. **用修改来完善，而不是重新生成。** 在一张好图上局部调整，比从头改写提示词更有效。

## Grok Image 2.0 能做什么

**文字与排版。** 据 xAI 介绍，Image 2.0 会像设计师一样规划字体和版式：信息密集、多板块的画面依旧规整，小字也清晰锐利。在我们的测试中，一张包含主标题、副标题、分隔点和日期区间的海报，第一次生成就没有任何错字。

![复古海报 SAILS & SALT：青绿色海面上的白色帆船、黄色太阳、悬崖上的红顶房屋，标题下方一行 SUMMER FESTIVAL · JULY 12–14](https://ai2face.com/_astro/poster.ZYt5AmjY_f9Bn0.jpg "主标题和带分隔符的日期小字，一次生成零错误。Grok Image 2.0，2K，3:4")

海报的提示词直接写明准确文字，并禁止出现其他文字：

```
Minimalist retro travel poster for a fictional seaside town, screen-print style:
white sailboats on a turquoise sea under a pale yellow sun, bold title SAILS & SALT
at the top in large condensed letters, and a smaller line SUMMER FESTIVAL · JULY 12–14
below it, limited palette of navy, turquoise, cream and coral, no other text
```

**写实与商品图。** 皮肤、布料和石材纹理是它的强项。Image 2.0 会严格执行镜头（85mm、50mm）和光线（golden side light、hard morning sunlight）描述：景深和阴影都与提示词一致。

![左：黎明时分，一位灰胡子的老渔夫在木栈桥上补渔网；右：洞石上一只哑光鼠尾草绿杯子，投下棕榈叶影子](https://ai2face.com/_astro/photoreal-product.CSEEsYhQ_2dYakm.jpg "真实皮肤质感的人像，和硬光阴影的商品图。Grok Image 2.0，2K")

**模板。** 随 Image 2.0 一同推出了 15 个模板：照片编辑、商品图、头像照、图标、游戏素材和表情。

## Grok 修图：如何用 Grok 编辑照片

编辑能力是 Image 2.0 区别于旧版本的关键。无论是多次生成还是多次修改，模型都会保留你没要求改动的内容。

- **文字修改。** 上传照片并描述修改：“把风衣改成红色，换成晴天，脸、姿势和街道不要变”。
- **魔棒。** 指定一个区域，模型只修改这一处。
- **分割**——精确选取要修改的区域。
- **去除背景**——导出透明背景的主体，可直接用于商品详情页或拼贴。
- **智能扩图（Smart resize）**——选择新的画面比例，模型会补全缺失部分：竖版照片变成横版横幅。
- **多张素材。** 每次生成最多 5 张照片：合并人物、迁移风格、组合场景。

![左：阴天里，一位穿米色风衣的女子站在湿漉漉的石板街上；右：同一位女子保持同样姿势，换上红色风衣，头顶是蓝天](https://ai2face.com/_astro/edit-before-after.Bw9A-iBn_ZH93BY.jpg "一句提示词完成修改：风衣和天气变了，脸、发型、姿势、球鞋和建筑都保持不变。Grok Image 2.0")

合成多张照片也是同样的方法：按顺序指明素材——“第一张图里的女子”“第二张图里的杯子”。

![左：两张素材图，一位穿米色风衣的女子和一只绿色杯子；右：合成结果，同一位女子坐在咖啡馆窗边的大理石桌旁，手里拿着这只杯子](https://ai2face.com/_astro/multi-reference.cKdvX7e-_Z17ijPm.jpg "两张素材合成一张：女主角、她的风衣和杯子都清晰可辨。Grok Image 2.0")

在 API 中，编辑会两头计费：输入图片和输出结果都要付费。用 AI 修改照片的其他方法，见 [用 AI 修改照片](/zh/blog/izmenit-foto-nejroset) 教程。

## Grok 图片提示词

公式：**主体与动作 → 地点与背景 → 光线 → 风格或镜头 → 限制条件**。处理细节和精确排版时，英文最可靠。需要出现在图上的文字直接写进提示词，用你需要的语言，并加上“no other text”。

| 任务 | 必须写明 |
|---|---|
| 写实照片 | 镜头（35mm、85mm）、光源、“realistic skin texture” |
| 商品图 | 材质、台面、光线与阴影类型、“no logos, no text” |
| 海报、封面 | 准确文字、位置和大小、配色、“no other text” |
| 艺术、插画 | 技法（watercolor、screen-print、3D render）、配色 |
| 修图 | 改什么、保留什么：“keep the face and pose unchanged” |

六个常见场景的提示词：

**头像照：**

```
Professional headshot of a man in his 30s in a navy sweater, soft window light from the left,
neutral light grey background, 85mm lens, shallow depth of field, realistic skin texture, no text
```

**电商商品图：**

```
Product photo of white wireless earbuds in an open charging case on a smooth concrete surface,
soft diffused light, subtle reflection, minimal composition, no logos, no text
```

**文章封面或缩略图：**

```
Wide editorial illustration of a person working on a laptop at a desk surrounded by floating
icons of charts and chat bubbles, flat vector style, teal and orange palette, no text
```

**美食：**

```
Overhead photo of a rustic breakfast table: shakshuka in a cast iron pan, fresh bread, herbs,
morning sunlight with hard shadows, linen napkin, realistic, no text
```

**室内：**

```
Scandinavian living room with a light oak floor, a beige linen sofa, a large window with
sheer curtains, indoor plants, soft afternoon light, wide angle, photorealistic, no text
```

**奇幻艺术：**

```
A lighthouse on a cliff made of giant seashells, glowing windows at dusk, stormy sea below,
painterly digital art, rich colors, cinematic composition, no text
```

更多现成模板，见我们整理的 [图片提示词](/zh/blog/promty-dlya-kartinok)。

## 为什么图片效果不理想

- **背景文字成了乱码。** Image 2.0 能准确写出主标题，但提示词没提到的背景招牌和标识，有时会被填上无意义的字符。解决办法：加上“no readable text on signs”，或做局部修改。
- **细节太多。** 十个带属性的物体会混在一起。重点放在前面，其余简短带过。
- **风格冲突。** 同一提示词里写“写实”又写“水彩”，结果会含糊不清。只选一种风格。
- **没写光线和背景。** 缺了它们，模型会用中性的影棚光，画面显得扁平。
- **系列图不统一。** 想让多张图保持同一角色或风格，应以原图为参考进行编辑，而不是用同一提示词重新生成。
- **被内容审核拒绝。** 违反 xAI 规则的提示词，模型不会执行。

## Grok 图片生成限制与价格

**在 Grok 应用中。** 没有固定的图片张数。自 2026 年 6 月起，付费的 SuperGrok 方案在所有产品（聊天、Imagine、语音）之间共享一个每周用量池。图片——视频更甚——的消耗比聊天快；各产品的用量可在“设置”的 Usage 标签查看。用量池耗尽后，可以购买 Extra Usage Credits（仅限网页端，最低 5 美元），或升级方案。xAI 没有公布 Imagine 的免费额度。

**水印。** Grok 应用生成的图片带有水印，无法关闭。

**在 xAI API 中：**

| 模型 | 每张价格 | 说明 |
|---|---|---|
| grok-imagine-image-2.0 | 0.04 美元 | 1K 和 2K，画质 low 或 medium，支持编辑，最多 5 张素材 |
| grok-imagine-image | 0.02 美元 | 上一代快速模型 |

编辑按输入图片和输出结果分别计费。画质默认为 `auto`：生成用 low，编辑用 medium。

## Grok 图片生成与其他 AI 绘图工具对比

| | Imagine Image 2.0 | [GPT Image 2.5](/zh/models/gpt-image-2-5) | [Nano Banana 2](/zh/models/nano-banana-2) | [Nano Banana Pro](/zh/models/nano-banana-pro) |
|---|---|---|---|---|
| Arena 排名（2026-09-24） | 第 6 | 第 1 | 第 9 | 第 14 |
| 局部修改 | 魔棒、分割 | 蒙版 | 提示词 | 提示词 |
| 去除背景 | 有 | 透明背景 | — | — |
| 参考图 | 最多 5 张 | 多张 | 最多 14 张 | 最多 14 张 |
| API 价格 | 0.04 美元 | 按 token | 0.045 美元起 | 0.134 美元起 |

Grok Image 2.0 在排行榜上高于 Nano Banana 2 和 Pro，做局部修改和抠图也更方便。追求最准确的文字，GPT Image 2.5 领先；需要十几张参考图的复杂场景，选 [Nano Banana](/zh/models/nano-banana)。详细对比见 [AI 图片生成工具](/zh/blog/nejroseti-dlya-izobrazhenij) 一文。

## 在 AI2Face 中使用 Grok 图片生成

SuperGrok 是单独的订阅，且有每周上限。在 AI2Face 中，可直接在生成器里使用 Grok Image：

- **无需订阅 SuperGrok**——用邮箱或 Google 账号登录即可；
- **支持银行卡、加密货币等便捷支付方式**——每次生成的费用在开始前就能看到；
- **积分不会过期**——除订阅外还可购买积分包，余额自动转入下个月；
- **文件里没有 AI 标记**——AI2Face 会清除成图中的神经网络元数据，改写为普通相机的 EXIF，社交平台不会在文件中读到“AI 生成”标记；
- **一个订阅用上所有模型**——Grok Image、[GPT Image](/zh/models/gpt-image)、Nano Banana 和视频模型：比分别订阅更划算，同一提示词也方便横向对比；
- **注册即送新用户积分**——足够生成最初几张图。

## 总结

做带文字的海报和封面、商品图，尤其是修图时，选 Grok Image 2.0：替换细节、去除背景、更改画面比例、用多张照片合成场景，同时不丢失人脸和构图。它位列前十，排名高于 Nano Banana。如果需要一整段零错误的小字，可与 GPT Image 2.5 对比；如果一个场景要用十几张参考图，试试 Nano Banana Pro。Grok 生成的图片还能直接做成视频——方法见 [Grok 视频生成](/zh/blog/grok-video) 教程。

## 常见问题

### Grok 能生成图片吗？

能。Grok 的图片由 Grok Imagine 负责：目前是 Imagine Image 2.0 模型，即 grok.com/imagine 和应用中的 Quality 模式。在普通的 Grok 聊天和 Imagine 板块中都可以生成。

### 怎样用 Grok 修改照片？

上传照片并用文字描述要改的地方；需要精确修改时，用魔棒选中区域。Image 2.0 会保留你没要求修改的所有内容，可以去除背景，还能把最多 5 张照片合成一张图。

### Grok 图片生成有什么限制？

xAI 没有给出固定张数。自 2026 年 6 月起，付费方案在所有 Grok 产品之间共享一个每周用量池，图片和视频的消耗比聊天更快。当前用量可在“设置”的 Usage 标签中查看。

### Grok Image 支持什么分辨率？

1K 或 2K。共有 16 种画面比例，从正方形到全景 21:9 和 5:2。通过 API 每次请求最多可生成 10 张图。

### Grok Image 可以免费用吗？

Grok 可以免费试用，但 xAI 没有公布 Imagine 的免费额度。AI2Face 注册后会赠送新用户积分，足够用 Grok Image 生成最初几张图。

### Grok 生成的图片有水印吗？

在 Grok 应用中有：生成的图片和视频都带有 Grok 水印，且没有关闭水印的设置。

## 资料来源

- https://x.ai/news/grok-imagine-image-2
- https://x.ai/news/grok-image-generation-release
- https://docs.x.ai/developers/model-capabilities/images/generation
- https://docs.x.ai/developers/model-capabilities/imagine
- https://docs.x.ai/developers/models
- https://docs.x.ai/grok/faq
- https://arena.ai/leaderboard/text-to-image