



Grok Imagine API cung cấp cho các nhà phát triển khả năng tạo hình ảnh, video và âm thanh của xAI trong một bộ công cụ duy nhất. API này tạo ra hình ảnh độ phân giải lên đến 2K với khả năng hiển thị văn bản đa ngôn ngữ, cộng với video lên đến 15 giây với âm thanh gốc, được đồng bộ hóa và chỉnh sửa dựa trên tham chiếu. Trên Atlas Cloud, một khóa duy nhất có thể chạy mọi chế độ Grok Imagine, do đó bạn có thể chuyển đổi giữa hình ảnh, video và âm thanh mà không cần thiết lập riêng biệt, với mức giá từ 0,02 USD cho mỗi hình ảnh và 0,05 USD mỗi giây.
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
Chi phí thấp nhất
| Phương thức | Mô tả |
|---|---|
| Grok Imagine Image Quality T2I API(Text to Image) | Grok Imagine Image Quality T2I API cho phép các nhà phát triển chuyển đổi các lời nhắc (prompt) văn bản thành hình ảnh chân thực với độ phân giải lên tới 2K. Với các chi tiết cực kỳ sắc nét, khả năng kết xuất văn bản đa ngôn ngữ và tuân thủ lời nhắc chặt chẽ hơn, API này tạo ra hình ảnh chất lượng thương hiệu được tối ưu hóa cho ảnh bìa (hero image), sản phẩm quảng cáo và kết xuất sản phẩm. |
| Grok Imagine Image Quality Edit API(Image to Image) | Grok Imagine Image Quality Edit API hỗ trợ các nhà phát triển tinh chỉnh và thay đổi kiểu dáng các hình ảnh hiện có bằng cách sử dụng các đầu vào tham chiếu. Với ánh sáng tự nhiên, kết cấu phong phú và vật lý chân thực, nó tạo ra các chỉnh sửa chân thực như ảnh chụp được tối ưu hóa cho kết xuất sản phẩm, chiến dịch tiếp thị và hình ảnh cấp thương hiệu. |
| Grok Imagine Video Text-to-Video API | Grok Imagine Video Text-to-Video API trao quyền cho các nhà phát triển tạo ra các video điện ảnh trực tiếp từ các lời nhắc văn bản với độ phân giải lên đến 720p. Với thời lượng có thể định cấu hình lên đến 15 giây, tỷ lệ khung hình linh hoạt và tính năng tổng hợp âm thanh gốc, nó tạo ra các chuỗi video chân thực như ảnh chụp được tối ưu hóa cho nội dung mạng xã hội, quảng cáo sáng tạo và kể chuyện bằng hình ảnh sống động. |
| Grok Imagine Video Image-to-Video API | Grok Imagine Video Image-to-Video API trao quyền cho các nhà phát triển tạo ảnh động từ hình ảnh tĩnh thành các video clip động bằng cách sử dụng hình ảnh nguồn và lời nhắc văn bản. Với hình ảnh nguồn được gắn làm khung hình đầu tiên, khả năng tạo chuyển động tự nhiên và đầu ra âm thanh được đồng bộ hóa, nó tạo ra các hình ảnh động chân thực được tối ưu hóa cho việc trưng bày sản phẩm, hoạt ảnh chân dung và các quy trình mang cảnh vật vào cuộc sống. |
| Grok Imagine Video Reference-to-Video | Grok Imagine Video Reference-to-Video API hỗ trợ các nhà phát triển tạo video được hướng dẫn bởi tối đa 7 hình ảnh tham chiếu, kết hợp các nhân vật, đối tượng hoặc phong cách hình ảnh cụ thể mà không cần cố định khung hình bắt đầu. Với khả năng bảo toàn danh tính nhất quán trên các khung hình, thời lượng linh hoạt lên đến 10 giây và độ trung thực cao về bố cục, nó tạo ra các video chất lượng thương hiệu được tối ưu hóa cho việc thử nghiệm ảo, quảng cáo sản phẩm và kể chuyện nhất quán với nhân vật. |
| Grok Imagine Video Edit API (Video-to-Video) | Grok Imagine Video Edit API trao quyền cho các nhà phát triển sửa đổi các video hiện có bằng các hướng dẫn bằng ngôn ngữ tự nhiên. Với khả năng bảo tồn cảnh có độ trung thực cao, các thay đổi được nhắm mục tiêu dựa trên lời nhắc và đầu ra giữ nguyên thời lượng gốc cũng như tỷ lệ khung hình lên đến 720p, nó tạo ra các bản chỉnh sửa video chính xác được tối ưu hóa cho quy trình hậu kỳ, chiến dịch tiếp thị và tinh chỉnh sáng tạo lặp đi lặp lại. |
Khám phá những gì Grok Imagine API mang lại, từ tạo hình ảnh 2K với văn bản đa ngôn ngữ đến video đa phương thức với âm thanh đồng bộ gốc và các chế độ sáng tạo.

Grok Imagine Image Quality API cung cấp khả năng tạo hình ảnh ở độ phân giải lên đến 2K với các chi tiết sắc nét trên mọi kết quả đầu ra. Bằng cách giữ nguyên các kết cấu mịn và bố cục phức tạp ở quy mô lớn, người dùng có thể tạo ra các hình ảnh trực quan vẫn giữ được độ sắc nét ngay cả khi hiển thị ở các định dạng cực lớn. Đây là giải pháp tối ưu cho hình ảnh hero, sản phẩm sáng tạo quảng cáo và bản kết xuất sản phẩm cấp độ thương hiệu.

Grok Imagine Image Quality API cung cấp khả năng kết xuất văn bản tốt nhất trong phân khúc trên nhiều ngôn ngữ trực tiếp trong các hình ảnh được tạo. Bằng cách tái tạo chính xác kiểu chữ, hệ thống chữ viết và ký tự trong bất kỳ ngôn ngữ nào, người dùng có thể nhúng bản sao dễ đọc vào hình ảnh của họ mà không cần chỉnh sửa hậu kỳ thủ công. Đây là giải pháp tối ưu cho các ấn phẩm quảng cáo, chiến dịch tiếp thị bản địa hóa và hình ảnh mang đẳng cấp thương hiệu.

Grok Imagine API tạo ra các đầu ra có độ chân thực như ảnh chụp, nổi bật với ánh sáng tự nhiên, kết cấu phong phú và đặc tính vật lý đáng tin cậy trong từng khung cảnh. Bằng cách mô phỏng quang học và hành vi vật liệu của thế giới thực, người dùng có thể tạo ra những hình ảnh không thể phân biệt được về mặt thị giác so với nhiếp ảnh chuyên nghiệp. Đây là giải pháp tối ưu cho kết xuất sản phẩm, hình ảnh chính và hình ảnh thương hiệu cao cấp.

Grok Imagine Image Quality API hỗ trợ tuân thủ prompt chặt chẽ hơn cùng với tính năng chỉnh sửa hình ảnh nâng cao được thúc đẩy bởi dữ liệu đầu vào tham chiếu. Bằng cách diễn giải các hướng dẫn chi tiết và khớp các tín hiệu phong cách từ các bản tham chiếu được tải lên, người dùng có thể tinh chỉnh và thay đổi phong cách hình ảnh với độ chính xác tuyệt đối. Đây là giải pháp tối ưu cho các sản phẩm sáng tạo quảng cáo, bản kết xuất sản phẩm và hình ảnh chất lượng chuẩn thương hiệu nhất quán.

Tự động tạo nhạc, hiệu ứng âm thanh và đoạn hội thoại đồng bộ với từng clip, nhờ đó âm thanh và chuyển động luôn ăn khớp với nhau chỉ trong một lần xử lý. Các clip không cần thực hiện riêng bước xử lý âm thanh và ở trong trạng thái sẵn sàng sử dụng ngay.

Nó bao gồm chuyển văn bản thành video, hình ảnh thành video, tham chiếu thành video và chỉnh sửa video trong một bộ công cụ duy nhất. Bạn có thể chuyển đổi giữa các tác vụ tạo và chỉnh sửa mà không cần thay đổi mô hình hay công cụ tích hợp.

Grok Imagine Video API tạo ra chuyển động tự nhiên với hiệu ứng vật lý ổn định và chủ thể nhất quán qua các khung hình. Điều này làm giảm hiện tượng nhấp nháy và nhiễu ảnh trong các video clip dài hơn, giữ cho các nhân vật và cảnh quay mạch lạc từ đầu đến cuối.
Candid street portrait photography of an elderly man in his 60s-70s, weathered face with deep wrinkles and expressive furrowed brow, long wild flowing grey-brown hair reaching shoulders, thick unkempt grey beard, mouth slightly open showing imperfect teeth, wearing small round John Lennon-style wire-frame sunglasses with dark lenses, wearing a teal/dark green Hard Rock Cafe graphic t-shirt with colorful print, holding a paper cup in hand, shot with telephoto lens, shallow depth of field, subject in sharp focus, bokeh background with blurred green and colorful elements suggesting an outdoor festival or market setting, natural outdoor lighting, slightly overcast, HDR-style post processing with rich color saturation and contrast, photojournalism / documentary street photography style, close-up portrait framing, chest-up composition, ultra detailed skin texture, every hair strand visible, shot on Sony A7R / Canon 5D Mark IV style rendering

Generated by Grok Imagine

Generated by Nano Banana 2

Generated by GPT Image-2
Ultra-high resolution editorial beauty portrait, extreme close-up of a young woman's face, filling entire frame from forehead to chin, striking blue-green piercing eyes with intense gaze looking directly at camera, wet dark hair plastered across forehead and face in chaotic strands, dramatic split-tone makeup art — left side of face covered in deep cobalt blue metallic body paint or pigment powder, right side warm amber/copper toned skin, scattered gold glitter particles across cheeks, nose bridge, and lips catching light in specular bokeh highlights, full parted lips slightly open, glossy red-coral lip color, hint of teeth visible, lighting: dual-color dramatic studio lighting — cool blue rim light from left, warm amber/orange key light from right, creating extreme contrast split across the face centerline, skin texture rendered at microscopic level — every pore, fine hair, water droplet, glitter particle hyper-visible, photography specs: shot on Phase One IQ4 150MP medium format camera, Hasselblad 120mm macro lens, f/2.8 aperture, tack-sharp focus on eyes and lip area, micro-texture rendering on skin surface, post-processing: Capture One ultra-detail masking, luminosity contrast enhancement, color split-toning warm-cool duality, no smoothing, no skin retouching — raw pore-level detail preserved, --style: ultra-realistic hyperdetail beauty editorial, Vogue Italia / W Magazine aesthetic, 8K resolution, 16-bit color depth

Generated by Grok Imagine

Generated by Qwen Image 2.0

Generated by Nano Banana 2
Khám phá những gì bạn có thể xây dựng với Grok Imagine API, từ hình ảnh thương hiệu chân thực như ảnh chụp và áp phích quảng cáo đa ngôn ngữ đến video trưng bày sản phẩm, hoạt ảnh chân dung và chỉnh sửa dựa trên tham chiếu.
Grok Imagine Image Quality API cho phép các nhà sáng tạo và nhà phát triển tạo ra hình ảnh quang học chân thực (photorealistic) với ánh sáng tự nhiên, kết cấu phong phú và hiệu ứng vật lý đáng tin cậy. Lý tưởng cho các nhóm tiếp thị và studio thiết kế theo đuổi chất lượng đầu ra cấp studio, API kết xuất độ phân giải 2K sắc nét và chi tiết vật liệu sống động — hỗ trợ hình ảnh chính (hero images), quảng cáo sáng tạo và kết xuất sản phẩm cao cấp.
Đối với nội dung sáng tạo được phân phối trên toàn cầu, Grok Imagine Image Quality API tạo ra các hình ảnh với khả năng kết xuất văn bản tốt nhất trong phân khúc, kiểu chữ đa ngôn ngữ chính xác và tích hợp ký tự gọn gàng trực tiếp vào tác phẩm nghệ thuật. Trường hợp sử dụng này phù hợp với các công ty quảng cáo, chuyên gia bản địa hóa và nhà thiết kế thương hiệu sản xuất hình ảnh yêu cầu văn bản dễ đọc, đúng thương hiệu được nhúng vào hình ảnh cuối cùng.
Grok Imagine Image Quality API trao quyền cho các nhà thiết kế tinh chỉnh và thay đổi phong cách các hình ảnh hiện có thông qua việc tuân thủ lời nhắc chặt chẽ hơn, đầu vào dựa trên tài liệu tham khảo và kiểm soát bố cục chính xác. Lý tưởng cho các quy trình sản xuất sáng tạo lặp đi lặp lại và tính nhất quán của thương hiệu, API này duy trì sự mạch lạc về phong cách qua các lần chỉnh sửa—hỗ trợ tinh chỉnh khái niệm, biến thể thiết kế và các sản phẩm hoàn thiện cuối cùng cho các chiến dịch thương mại.
Grok Imagine Video Text-to-Video API cho phép các nhà sáng tạo và nhà phát triển tạo ra các chuỗi video điện ảnh từ một lời nhắc văn bản duy nhất, hoàn chỉnh với âm thanh gốc và độ phân giải lên đến 720p. Lý tưởng cho các nhóm tiếp thị và studio nội dung theo đuổi đầu ra video sẵn sàng cho sản xuất, API hiển thị chuyển động động, di chuyển máy ảnh tự nhiên và âm thanh đồng bộ—hỗ trợ các chiến dịch thương hiệu, nội dung truyền thông xã hội và các câu chuyện quảng cáo nhập vai.
Dành cho các nhà sáng tạo muốn thổi hồn vào các hình ảnh tĩnh, API Image-to-Video của Grok Imagine Video sẽ chuyển đổi ảnh tĩnh thành các đoạn video mượt mà, chân thực với khung hình đầu tiên được giữ nguyên từ hình ảnh gốc. Trường hợp sử dụng này phù hợp với các thương hiệu thương mại điện tử, nghệ sĩ kỹ thuật số và đội ngũ quảng cáo chuyên sản xuất các video trưng bày sản phẩm hoạt hình, hoạt ảnh chân dung và nội dung làm bừng sáng khung cảnh, đòi hỏi sự liền mạch về mặt hình ảnh từ tài sản gốc.
Đối với các nhóm hậu kỳ và các công ty sáng tạo yêu cầu sửa đổi chính xác, có mục tiêu đối với cảnh quay hiện có, Grok Imagine Video Edit API áp dụng các lệnh bằng ngôn ngữ tự nhiên vào một video hiện có trong khi vẫn giữ nguyên cảnh, chuyển động và bố cục ban đầu. Trường hợp sử dụng này phù hợp với các nhà biên tập video, nhà sản xuất tiếp thị và các nhóm thương hiệu đang tinh chỉnh cảnh quay chiến dịch—cho phép thêm đạo cụ, thay đổi trang phục và tạo kiểu lại hình ảnh mà không làm phá vỡ cấu trúc video cơ bản.
Xem các mô hình từ các nhà cung cấp khác nhau so sánh như thế nào — so sánh hiệu suất, giá cả và điểm mạnh độc đáo để đưa ra quyết định sáng suốt.
| Mô hình | Giới hạn ảnh tham chiếu | Số lượng đầu ra | Độ phân giải | Tỷ lệ khung hình |
|---|---|---|---|---|
| Grok Imagine Image Quality | 8 | 1~4 | 2K, 1K | Auto, 1:1, 3:2, 2:3, 3:4, 4:3, 9:16, 16:9, 9:19.5, 19.5:9, 9:20, 20:9, 1:2, 2:1 |
| Nano Banana 2 | 14 | 1 | 4K, 2K, 1K | 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 |
| Nano Banana Pro | 10 | 1 | 4K, 2K, 1K | 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 |
| Seedream 5.0 Lite | 14 | 1~15 | 2K~4K+ | 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 |
| Qwen-Image | 3 | 1~6 | 512P~2K | Width[512, 2048]px, Height[512, 2048]px |
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 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, 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 Quality là mô hình chỉnh sửa hình ảnh và tạo hình ảnh từ văn bản với độ trung thực cao hơn của xAI, được thiết kế để mang lại hình ảnh chân thực với khả năng hiển thị văn bản mạnh mẽ hơn, tuân thủ prompt chặt chẽ hơn và chi tiết phong phú hơn so với mô hình Grok Imagine Image tiêu chuẩn.
Mô hình hỗ trợ tạo hình ảnh với độ phân giải lên đến 2K, mang lại các chi tiết sắc nét, ánh sáng tự nhiên, kết cấu phong phú và hiệu ứng vật lý chân thực, phù hợp cho hình ảnh hero, ấn phẩm quảng cáo và kết xuất sản phẩm.
Grok Imagine Image Quality cung cấp khả năng kết xuất văn bản tốt nhất trong phân khúc với hỗ trợ đa ngôn ngữ mạnh mẽ hơn, tạo ra kiểu chữ dễ đọc ngay trên các hình ảnh được tạo ra — lý tưởng cho áp phích, đồ họa mạng xã hội và các ấn phẩm quảng cáo sáng tạo.
Quality Mode trades slightly higher latency for noticeably better output—more accurate compositions, stronger text rendering, and greater realism—making it the recommended choice for final visuals such as ads, hero images, and client deliverables.
API hỗ trợ 16:9 (màn hình rộng), 9:16 (di động/stories), 1:1 (mạng xã hội), 4:3, 3:2 và các phiên bản theo chiều dọc tương ứng—bao phủ tất cả các định dạng nền tảng chính cho quảng cáo sáng tạo, nội dung xã hội và sản xuất điện ảnh.
Tính năng Text-to-Video và Image-to-Video hỗ trợ thời lượng lên đến 15 giây, Reference-to-Video lên đến 10 giây và Video Edit giữ nguyên độ dài video gốc với giới hạn tối đa là 8,7 giây. Tất cả các chế độ đều xuất video ở độ phân giải 720p HD hoặc 480p, trong đó 720p được khuyến nghị cho các ấn phẩm quảng cáo sáng tạo và chất lượng thương hiệu.
Có. Grok Imagine Video API có tính năng tạo âm thanh gốc, tự động sản xuất các hiệu ứng âm thanh đồng bộ, nhạc nền và âm thanh môi trường khớp với nội dung hình ảnh—không yêu cầu quy trình làm việc hậu kỳ riêng biệt.
Có. Grok Imagine Video Reference-to-Video API chấp nhận tối đa 7 hình ảnh tham chiếu để duy trì tính nhất quán về danh tính, trang phục và bố cục cảnh trong toàn bộ video—lý tưởng cho việc thử đồ ảo, quảng cáo sản phẩm trong phim và kể chuyện với các nhân vật nhất quán.
Join the Discord community for the latest model updates, prompts, and support.