跳到主要内容

Grok Image Pro

xAI 的 Grok Imagine 图像模型 —— 忠实还原提示词的生成,加上编辑与多图融合。招牌能力是把最多 3 张源图融合成一张连贯的输出。

能力​

特性支持情况
文生图支持
图生图（编辑 / 融合）支持
最高分辨率2K (2048 x 2048)
参考图像最多 3 张
画面比例自适应、1:1、4:3、3:4、16:9、9:16、3:2、2:3、2:1、1:2、9:19.5、19.5:9、9:20、20:9
画质档1K、2K
单次输出最多 4 张
种子不支持
反向提示词不支持
局部重绘 / 蒙版不支持

多图融合​

连接最多 3 张上游图像,再描述它们如何组合:

把 @[Image 1] 里的角色放进 @[Image 2] 的环境中,
使用 @[Image 3] 的调色风格。

Grok 把各源图当作同等权重的输入,而不是"一张底图 + 若干提示",所以特别擅长合成任务:角色移植、产品置景、风格融合。

自适应与手机屏比例​

比例列表里有两点值得注意:

  • 自适应 —— 模型按提示词（编辑模式下按输入图）自动选择最合适的比例。
  • 手机屏比例（9:19.5、19.5:9、9:20、20:9）—— 原生支持全面屏壁纸和应用商店截图,无需裁切。

批量输出​

单次运行最多返回 4 个变体,适合低成本 A/B 探索 —— 选出最强的一张,再进编辑模式迭代。

提示词技巧​

  • 说清融合后要保留什么。 多源图时点名要从每张图拿什么:"@[Image 1] 的脸、@[Image 2] 的服装"。
  • 自适应比例 + 场景描述 = 最佳构图。 不需要精确画布尺寸时,让模型自己选。
  • 没有种子意味着无法精确复跑。 喜欢的变体要及时保存 —— 同一条提示词不会复现它。

局限​

  • 参考图最多 3 张（更大参考集请用 Nano Banana 2）
  • 无种子 / 不可复现
  • 无反向提示词、无局部重绘
  • 上限 2K —— 没有 4K 档

另请参阅​