Il nuovo modello di immagine di xAI arriva secondo nella classifica dell'Arena e porta l'editing in stile Photoshop su Grok

xAI ha rilasciato Imagine Image 2.0, un nuovo generatore di immagini disponibile come “Quality Mode” su grok.com/imagine e nelle app Grok per iOS e Android. L’accesso API arriverà, afferma l’azienda, senza una data. Nelle classifiche pubbliche dell’Arena del 7 agosto, la variante “bassa” più veloce è al secondo posto a livello mondiale in entrambe le categorie.

Una parola su cosa significano queste classifiche, perché vengono citate molto. Le classifiche dell’Arena funzionano mostrando alle persone due immagini di due modelli anonimi e chiedendo quale sia la migliore. Migliaia di questi voti producono una valutazione Elo, lo stesso sistema utilizzato per classificare i giocatori di scacchi. Immagina che 2.0 abbia ottenuto 1.439 punti nell’arena di modifica delle immagini contro 1.463 di GPT-Image-2 e 1.320 in Text-to-Image contro 1.380. Reve 2.1, Muse-Image di Meta, Qwen-Image-3.0-Pro di Alibaba, Gemini di Google e SeedDream di ByteDance si posizionano tutti sotto. Ne conseguono due cose: il secondo posto qui è veramente vicino al primo, e l’intera classifica misura quale immagine le persone preferiscono a colpo d’occhio, non la precisione, non l’utilità, e non se il modello ti ha dato quello che hai chiesto.

Gli strumenti di modifica sono la parte a cui vale la pena prestare attenzione. Magic Wand modifica solo un’area selezionata di un’immagine anziché rigenerare l’intera immagine. Una funzione di segmentazione ti consente di individuare regioni precise e la rimozione dello sfondo esporta un soggetto in trasparenza. La modifica multi-rif. combina fino a cinque immagini di input in un’unica generazione e il ridimensionamento intelligente converte un’immagine esistente in proporzioni diverse facendo in modo che il modello riempia il nuovo spazio. xAI fornisce anche modelli, punti di partenza preconfigurati per lavori comuni come fotografia di prodotti, materiale di marketing, risorse di gioco ed emoji in streaming, oltre a una funzionalità che genera personaggi, posizioni e oggetti di scena separatamente mantenendo lo stile visivo stabile su tutti essi. L’azienda incornicia quest’ultimo come base per la produzione video.

Questo cambiamento è la vera storia in tutto il campo. I primi anni dell’intelligenza artificiale delle immagini riguardavano la qualità di una singola generazione da un singolo prompt, ovvero una demo. Il lavoro vero e proprio è iterativo: ottieni qualcosa di simile, poi cambi una cosa, poi ne cambi un’altra e mantieni le parti che hanno funzionato. Gli strumenti per selezionare, mascherare e riutilizzare i riferimenti sono ciò che trasforma una novità in qualcosa con cui puoi completare un lavoro e contano più di un divario Elo di 24 punti.

Cosa significa per te: se crei già immagini con l’intelligenza artificiale e continui a sbattere contro il muro dove una piccola correzione significa rigenerare tutto e perdere ciò che ti piaceva, queste sono le funzionalità che ti aiutano e gli strumenti di coerenza sono i più utili del set per qualsiasi cosa con un carattere o un prodotto ripetuto. Se sei nuovo a questo, non scegliere uno strumento in base alla posizione in classifica. Le classifiche tra i primi modelli sono abbastanza vicine che il flusso di lavoro, il prezzo e la sua disponibilità dovrebbero deciderlo. Un giusto avvertimento: questi sono gli annunci di xAI e i punteggi delle classifiche di terze parti, non test indipendenti e i prezzi delle API non sono ancora pubblici.

Fonti

• xAI: Grok Imagine Immagine 2
• Il decoder: Imagine Image 2.0 di xAI arriva proprio dietro GPT-Image-2 di OpenAI