
Được xAI phát triển, Grok Imagine Image 2.0 kết hợp khả năng tạo ảnh từ văn bản tinh chỉnh với tính năng chỉnh sửa bằng ngôn ngữ tự nhiên cho các quy trình dựa trên hình ảnh tham chiếu. Tạo ảnh đầu ra 1K hoặc 2K, chuyển từ prompt đến hình ảnh hoàn chỉnh và tinh chỉnh ảnh hiện có bằng các chỉ dẫn trực tiếp. Atlas Cloud cung cấp mọi endpoint được hỗ trợ thông qua một API key tương thích với OpenAI, cùng mức giá minh bạch theo mức sử dụng và khả năng tích hợp đơn giản. Bắt đầu xây dựng ngay hôm nay.
Grok Imagine Image 2.0 do xAI phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.
Lựa chọn giữa tính năng tạo ảnh dựa trên prompt và chỉnh sửa có hướng dẫn bằng ảnh tham chiếu trên các endpoint tiêu chuẩn và dành cho developer.
| Phương thức | Mô tả |
|---|---|
| Grok Imagine Image 2.0 Developer Edit API (Image Editing) | Biến đổi tối đa ba ảnh tham chiếu bằng các chỉ dẫn chỉnh sửa bằng ngôn ngữ tự nhiên. Chọn độ phân giải 1K hoặc 2K và chất lượng thấp hoặc trung bình để tinh chỉnh sản phẩm, tạo biến thể sáng tạo và cập nhật hình ảnh theo từng vòng lặp. |
| Grok Imagine Image 2.0 Developer Text-to-Image API | Các prompt bằng ngôn ngữ tự nhiên được chuyển thành hình ảnh hoàn thiện ở độ phân giải 1K hoặc 2K. 14 tỷ lệ khung hình cùng các mức chất lượng thấp hoặc trung bình hỗ trợ đồ họa marketing, concept art, nội dung mạng xã hội và các tài sản theo định dạng cụ thể khác. |
| Grok Imagine Image 2.0 Text-to-Image API | Tạo trực tiếp hình ảnh hoàn thiện từ các prompt bằng ngôn ngữ tự nhiên, với đầu ra ở độ phân giải 1K hoặc 2K. 14 tỷ lệ khung hình và các mức chất lượng thấp hoặc trung bình có thể lựa chọn, phù hợp với chiến dịch, khám phá thiết kế, hình minh họa và hình ảnh sẵn sàng cho từng nền tảng. |
| Grok Imagine Image 2.0 Edit API (Image Editing) | Tải lên tối đa ba ảnh tham chiếu, mô tả các thay đổi mong muốn bằng ngôn ngữ tự nhiên và nhận ảnh đầu ra đã chỉnh sửa. Các tùy chọn độ phân giải 1K và 2K cùng chất lượng thấp hoặc trung bình phù hợp để sửa đổi tài sản, điều chỉnh hình ảnh và lặp lại nội dung. |
Grok Imagine Image 2.0 biến các prompt chi tiết và tối đa ba ảnh tham chiếu thành hình ảnh 1K hoặc 2K hoàn thiện, với khung hình linh hoạt, các mức chất lượng có thể lựa chọn và một Atlas Cloud API cho việc tạo và chỉnh sửa.

Grok Imagine Image 2.0 biến các prompt bằng ngôn ngữ tự nhiên thành hình ảnh hoàn thiện ở độ phân giải 1K hoặc 2K. Các chỉ dẫn chi tiết có thể điều phối chủ thể, môi trường, bố cục, phong cách và kiểu chữ trong một yêu cầu duy nhất. Chọn từ 14 tùy chọn tỷ lệ khung hình để định dạng mọi thứ, từ hình ảnh sản phẩm vuông đến các chiến dịch siêu rộng. Khả năng kiểm soát này phù hợp với các nhà phát triển xây dựng công cụ thiết kế, pipeline nội dung và sản phẩm sáng tạo vận hành bằng prompt.

Kiểu chữ được lên kế hoạch như một phần của bố cục, giúp các hình ảnh nhiều thành phần duy trì sự mạch lạc và giữ cho chữ cỡ nhỏ luôn sắc nét. Điều khiển nội dung, thứ bậc, hình ảnh và bố cục thông qua một prompt duy nhất. Ở 2K, chữ nhỏ và kết cấu vật liệu có nhiều không gian hơn để được thể hiện rõ nét. Sử dụng cho đồ họa chiến dịch khổ rộng, ý tưởng bao bì sản phẩm, bố cục biên tập và các tài sản dạng infographic.

Chỉnh sửa tối đa ba ảnh tham chiếu bằng các chỉ dẫn ngôn ngữ tự nhiên trong một yêu cầu duy nhất. Xác định từng nguồn là <IMAGE_0>, <IMAGE_1> hoặc <IMAGE_2>, sau đó mô tả các thành phần cần kết hợp hoặc thay đổi. Đầu ra có thể được kết xuất ở 1K hoặc 2K với chất lượng thấp hoặc trung bình. Quy trình này phù hợp với các biến thể sản phẩm, định hướng nghệ thuật và ý tưởng tổng hợp cần giữ lại chất liệu nguồn dễ nhận diện.

Chọn chất lượng thấp để khám phá nhanh hơn hoặc chất lượng trung bình để nhận đầu ra tốt nhất của mô hình, sau đó chọn độ phân giải 1K hoặc 2K cho từng yêu cầu. Cả việc tạo ảnh và chỉnh sửa đều cung cấp cùng các tùy chọn chất lượng và độ phân giải. Tạo tối đa bốn đầu ra khi prompt cần nhiều phương án. Sự linh hoạt này hỗ trợ quy trình từ bản nháp đến bản hoàn thiện mà không cần chuyển đổi mô hình hoặc xây dựng lại tích hợp.

Atlas Cloud đưa việc tạo văn bản và chỉnh sửa hình ảnh vào cùng một endpoint tạo ảnh và API key. Mức giá trả theo mức sử dụng tiêu chuẩn bắt đầu từ $0.04 cho mỗi ảnh đầu ra, trong khi mỗi ảnh nguồn được tính phí $0.01. Trả về URL hình ảnh hoặc yêu cầu đầu ra Base64 để ứng dụng xử lý trực tiếp. Đây là nền tảng thực tiễn cho các pipeline production cần chi phí rõ ràng và ít tích hợp hơn.
Khám phá cách Grok Imagine Image 2.0 và hai lựa chọn thay thế từ Atlas Cloud diễn giải cùng một câu lệnh qua nhiếp ảnh biên tập và ảnh tĩnh giàu kết cấu.
Một người mẫu thời trang trẻ trong bộ vest may đo màu xanh cobalt sải bước qua một ga tàu Địa Trung Hải ngập nắng, khi đoàn tàu đang rời ga cuốn những mẩu vé rời tung bay xung quanh cô; khoảnh khắc quyết định được ghi lại khi cô quay về phía máy ảnh với mái tóc bị gió thổi tung. Ánh sáng ngược bên mạnh mẽ của giờ vàng tạo đường viền sáng rực dọc mái tóc và những bóng chéo sắc nét trên sân ga. Sử dụng các mái vòm lặp lại như một khung hình lồng trong khung hình, với hành lý tiền cảnh hơi mất nét và những đường dẫn mạnh thu nhỏ dần về phía đoàn tàu. Bảng màu xanh lam và hổ phách tiết chế, kết cấu da tự nhiên, vải len sắc nét, đá phong hóa, hạt phim tinh tế, nhiếp ảnh thời trang biên tập, ống kính 85mm, hiệu ứng nhòe chuyển động nhẹ trên những mảnh giấy đang bay, tỷ lệ khung hình rộng 16:9, tràn lề

Generated with Grok Imagine Image 2.0 Developer Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Grok Imagine Image Quality Text-to-Image on Atlas Cloud
Một bức ảnh tài liệu tuổi trẻ ghi lại cảnh dàn nhạc hơi trung học đang tập luyện trên sân thượng trường vào buổi chiều, được chụp đúng khoảnh khắc hài hước khi một cơn gió mạnh bất ngờ xé tung cả chồng bản nhạc lên không trung; hàng chục trang giấy trắng nhàu quét ngang khung hình như đàn chim giật mình, một nữ sinh nhón chân vươn người tuyệt vọng để bắt một trang giấy trong khi chân váy đồng phục và mái tóc bị gió quật tung, một cậu bé bên cạnh vẫn tiếp tục chơi nhạc với đôi má phồng lên đầy tập trung, còn miệng kèn bằng đồng cong, bóng loáng của cậu phản chiếu rõ những học sinh khác đang cuống cuồng đuổi theo các bản nhạc bỏ chạy. Nhiều nhạc công trẻ phản ứng tự nhiên với vẻ ngạc nhiên, tiếng cười và những cử chỉ vụng về giữa chuyển động, trong khi nhạc cụ vẫn giữ được độ phức tạp cơ học đáng tin cậy, vị trí ngón tay, van kèn, ống dẫn và quan hệ không gian. Nhiếp ảnh phim analog Nhật Bản phơi sáng quá mức, kể chuyện bằng khoảnh khắc quyết định tự phát, góc chụp ngang hơi thấp như ảnh chụp nhanh; lan can sân thượng và những dây phơi căng tạo thành hai đường dẫn hội tụ mạnh, trong khi các tờ nhạc lớn mất nét đi qua tiền cảnh gần tạo chiều sâu phân lớp và hiệu ứng che khuất một phần. Ánh nắng gắt định hướng giữa trưa cắt những bóng đổ sắc nét, giàu tính đồ họa trên nền bê tông, cùng bầu trời nhạt bị phơi sáng quá mức và các vùng sáng rực. Bảng màu nghiêm ngặt gồm ba màu: xanh trời trong, trắng đồng phục học sinh và vàng đồng ấm. Giữ lại những giọt mồ hôi li ti, kết cấu da chân thực, đồng phục cotton nhàu, thớ giấy và nếp gấp, nền bê tông sân thượng phong hóa, hạt phim tinh tế, hiện tượng lóe sáng nhẹ ở ống kính và hiệu ứng nhòe chuyển động tiết chế trên các trang giấy, mái tóc và đôi tay đang vươn tới. Năng động, hỗn loạn, hài hước, trẻ trung, tinh tế quan sát và hoàn toàn không dàn dựng; làn da tự nhiên, tách màu sạch, không kết xuất quá mức bóng nhẫy, không HDR, không làn da nhựa, không màu đục, không ánh sáng nhân tạo, không hiệu ứng sử thi điện ảnh. Máy ảnh phim 35mm, ống kính góc rộng 28mm, tốc độ màn trập nhanh để chụp khoảnh khắc tự nhiên với nhòe chuyển động chọn lọc, phơi sáng high-key, bố cục phong cảnh rộng, tỷ lệ khung hình rộng 16:9, tràn lề.

Generated with Grok Imagine Image 2.0 Developer Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Grok Imagine Image Quality Text-to-Image on Atlas Cloud
Từ ý tưởng chiến dịch và biến thể sản phẩm đến hình ảnh biên tập và tài sản đa định dạng, Grok Imagine Image 2.0 biến các câu lệnh ngôn ngữ tự nhiên cùng tối đa ba hình ảnh tham chiếu thành hình ảnh 1K hoặc 2K hoàn thiện với 14 tỷ lệ khung hình.
Tạo hình ảnh chiến dịch hoàn thiện từ các câu lệnh ngôn ngữ tự nhiên ở độ phân giải 1K hoặc 2K. Chọn một trong 14 tỷ lệ khung hình để chuẩn bị banner, hình ảnh cho trang đích và nội dung sáng tạo trên mạng xã hội cho nhiều vị trí hiển thị khác nhau.
Chỉnh sửa hình ảnh sản phẩm bằng hướng dẫn ngôn ngữ tự nhiên và tối đa ba hình ảnh tham chiếu. Tạo các biến thể màu sắc, bối cảnh theo mùa hoặc bố cục sẵn sàng đăng trên sàn thương mại điện tử cho đội ngũ ecommerce và quy trình danh mục tự động.
Chọn một trong 14 tỷ lệ khung hình khi tạo tài sản hình ảnh cho các dạng màn hình khác nhau. Tạo bản nháp 1K hoặc sản phẩm bàn giao 2K cho bảng tin mạng xã hội, bố cục di động, vị trí hiển thị và quy trình xuất bản biên tập.
Biến các ý tưởng bằng văn bản thành hình ảnh 1K hoặc 2K hoàn thiện thông qua endpoint text-to-image. Tính năng này hỗ trợ hình minh họa biên tập, hình ảnh thuyết trình ý tưởng, bảng cảm hứng và quá trình khám phá sáng tạo ban đầu trong các đội ngũ sản phẩm.
Cung cấp tối đa ba hình ảnh tham chiếu, sau đó mô tả nội dung cần chỉnh sửa bằng ngôn ngữ tự nhiên. Nhà phát triển có thể xây dựng các công cụ biến đổi có hướng dẫn cho nhà sáng tạo, đội ngũ kinh doanh sản phẩm, buổi đánh giá thiết kế và quy trình nội dung có thể tái sử dụng.
Chuyển đổi giữa các cấp chất lượng thấp và trung bình khi mỗi hình ảnh tiến từ giai đoạn khám phá đến bàn giao. Kết hợp một trong hai cấp chất lượng với đầu ra 1K hoặc 2K để tạo nguyên mẫu, thực hiện các vòng đánh giá và chuẩn bị tài sản sẵn sàng cho môi trường sản xuất.
So sánh Grok Imagine Image 2.0 với ba lựa chọn thay thế từ Atlas Cloud theo nhà cung cấp, độ phân giải tối đa, khả năng kiểm soát khung hình và mức giá tiêu chuẩn cho mỗi ảnh.
| Mô hình | Nhà cung cấp | Độ phân giải tối đa | Kiểm soát tỷ lệ khung hình | Giá tiêu chuẩn |
|---|---|---|---|---|
| Grok Imagine Image 2.0 Developer Text-to-Image | xAI | 2K | 14 tùy chọn đặt sẵn | $0.04 mỗi ảnh |
| Qwen Image 2.0 Text-to-image | Qwen | 2048 × 2048 | 7 tùy chọn đặt sẵn và kích thước tùy chỉnh | $0.035 mỗi ảnh |
| Nano Banana 2 Lite Text-to-image | 1K | 14 tùy chọn đặt sẵn | $0.04 mỗi ảnh | |
| MAI-Image-2.5-Flash Text-to-image | Microsoft | Tối đa 1360 px mỗi chiều | Kích thước tùy chỉnh | $0.03 mỗi ảnh |
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Sự kết hợp của các mô hình tiên tiến của Grok Imagine Image 2.0 với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy Grok Imagine Image 2.0, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
Grok Imagine Image 2.0 là một model hình ảnh của xAI, dùng để tạo và chỉnh sửa hình ảnh bằng ngôn ngữ tự nhiên. Atlas Cloud cung cấp các endpoint riêng cho việc chuyển văn bản thành hình ảnh và chỉnh sửa, với đầu ra 1K hoặc 2K cùng tùy chọn chất lượng thấp hoặc trung bình.
Tạo hình ảnh hoàn thiện từ prompt dạng văn bản hoặc chỉnh sửa hình ảnh hiện có bằng các hướng dẫn bằng ngôn ngữ tự nhiên. Tính năng chuyển văn bản thành hình ảnh hỗ trợ 14 tỷ lệ khung hình, trong khi quy trình chỉnh sửa có thể sử dụng tối đa ba hình ảnh tham chiếu.
Chọn endpoint chuyển văn bản thành hình ảnh để tạo hình ảnh mới hoặc endpoint chỉnh sửa khi làm việc với các hình ảnh tham chiếu. Gửi prompt cùng các thiết lập về độ phân giải, chất lượng và tỷ lệ khung hình bắt buộc, được định nghĩa trong schema tương ứng của Atlas Cloud.
Cả hai quy trình đều hỗ trợ độ phân giải 1K và 2K, với các mức chất lượng thấp hoặc trung bình. Endpoint chuyển văn bản thành hình ảnh hỗ trợ 14 tỷ lệ khung hình, cho phép developer tạo bố cục vuông, dọc, ngang và nhiều dạng khác.
Endpoint chỉnh sửa chấp nhận tối đa ba hình ảnh tham chiếu trong một request. Hãy mô tả rõ vai trò dự kiến của từng hình ảnh tham chiếu, đồng thời nêu những yếu tố hình ảnh cần thay đổi hoặc giữ nhất quán.
Atlas Cloud niêm yết mức giá cơ bản tiêu chuẩn là $0.04 cho mỗi hình ảnh đối với các endpoint tạo và chỉnh sửa hiện có. Dịch vụ áp dụng mô hình thanh toán theo mức sử dụng, vì vậy chi phí tăng theo số lượng request.
Sử dụng endpoint chuyển văn bản thành hình ảnh khi đầu ra cần được tạo hoàn toàn từ prompt. Chọn endpoint chỉnh sửa khi bạn cần biến đổi, kết hợp hoặc tinh chỉnh các hình ảnh tham chiếu được cung cấp.
Không, các endpoint được đề cập trên trang dòng model này chỉ tạo hình ảnh. Để tạo video, bạn cần sử dụng một model video Grok Imagine riêng thay vì các route hình ảnh này.
Hãy nêu thay đổi cần thực hiện và các yếu tố phải được giữ nguyên thành những chỉ dẫn riêng biệt, rõ ràng. Với các chỉnh sửa nhiều hình ảnh, hãy giải thích từng hình ảnh tham chiếu đóng góp gì và thử nghiệm một thay đổi lớn trước khi kết hợp nhiều phép biến đổi.
Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.