Grok Imagine Image 2.0徹底解説　5枚合成と9比率対応の新機能

i7 i7 i7 i7 i7

Grok の Imagine Image 2.0 は、画像の生成と編集を一段引き上げた新しいモデルです。私は生成AIを毎日のように業務で使い、ChatGPT、Claude、Gemini、Perplexityなど各モデルを実際のタスクで比較してきましたが、画像生成AIについても同様に「宣伝文句ではなく、手元の業務で使えるか」という視点で見ています。ここでは、Image 2.0 がどこで使えて、何が変わったのかを整理します。

grok.com/imagine と iOS / Android アプリで Quality Mode として使えます。
最大 5 枚の参照画像を 1 回でまとめる合成に対応します。
Smart Resize が 1 枚の絵を 9 種類の比率へ組み直します。
領域だけを直す編集や背景の切り抜きにも対応します。

Grok Imagine Image 2.0 i7 i7 i7

Image 2.0 i7 i7 i7

Image 2.0 は、grok.com/imagine と Grok の iOS / Android アプリで使えます。

Imagine Image 2.0 は、grok.com/imagine と Grok の iOS / Android アプリで、新しい Quality Mode として一般提供が始まりました（参照*1）。ウェブ版とスマートフォン版の両方で同じモードが使えるため、パソコンで作った絵をそのままスマートフォンで手直しする、といった流れが取りやすくなっています。

API での提供は準備中で、これから順次広がる予定です（参照*2）。

今の時点で試すなら、まずはウェブかアプリの Quality Mode を切り替えるところから始めるのが近道です。私が新しいAIツールを検証するときも、まず手元で動かして「実際に何ができて、何が難しいか」を確かめてから業務への組み込みを考えます。API を業務システムに組み込みたい場合は、開放のタイミングに合わせて設計を進めておくと動き出しが早くなります。

Grok Imagine i7 i7 i7

Image 2.0 は、Grok Imagine の画像モデルです。

Grok Imagine は、文章から画像を作る、文章から動画を作る、画像から動画を作る、参照画像を使うといった作り方に対応しています。さらに、絵の作り直し、モノの追加や削除、繰り返しの手直しにも対応します（参照*3）。

この土台の上に Image 2.0 が乗ることで、静止画の品質と編集のしやすさが引き上げられます。動画側の機能と組み合わせれば、1 つのアイデアを画像と動画の両方で試すこともしやすくなります。

i7 i7 i7 i7 i7 i7 i7

Aurora i72.0 i7 i7

Grok の画像生成は、短い期間で世代交代を重ねてきました。

2024 年 12 月 9 日、xAI は Grok の画像生成機能を Aurora という新しい自己回帰型のモデルに更新したと発表しました（参照*4）。Aurora は、Grok の中で画像を作るための最初の大きな一歩でした。

その後、企業の開発者やチーム向けに、Grok Imagine API 経由で画像の生成と編集を行う Quality Mode が公開されました（参照*5）。この Quality Mode の中身が Image 2.0 として、一般のユーザーにも届くようになりました。

流れを整理すると、Aurora で土台を作り、Quality Mode で品質を引き上げ、Image 2.0 で誰でも使える形に広げた、という三段構えになっています。生成AIのモデル進化は、発表から一般利用まで段階があることが多く、ここを押さえておくと、後で紹介する機能がどの世代で加わったのかが見えやすくなります。

i7 i7 i7 i7 i7 i7 i7 i7

Image 2.0 は、写真、デザイン、イラストの忠実さと画像編集を強くしています。

Image 2.0 は、写真、デザイン、イラストの各領域で忠実さを高めるように学習され、画像編集も第一級の機能として扱われています（参照*1）。学習の重点は、写真、デザイン、イラストの再現度と、インフォグラフィックやポスターのように文字の多い絵で文字がきちんと読める点に置かれています（参照*6）。

この方向づけから、Image 2.0 は「見栄えのする 1 枚」だけでなく、資料や広告のように情報が詰まった絵づくりに向いていることが分かります。私がコンテンツ制作の現場で感じてきた課題のひとつが、「文字入りの画像をAIで作ると文字が崩れる」という問題でした。編集を後回しの機能ではなく主役の 1 つとして置いた点も、前の世代との大きな違いです。

5 i7 i7 i7 i7

i7 i7 i7 i7 i7 i7

Image 2.0 は、細かい指示にきちんと従うことが得意です。

2.0 は、細部に至るまで指示を追いかけ、デザイナーのように文字組みとレイアウトを計画してから描くため、情報の多い絵でも構造が崩れず、小さな文字もにじまずに出力されます（参照*1）。多くの画像モデルが文字を「塗る」のに対し、Image 2.0 は文字を「計画する」と説明されており、チュートリアル用のシート、インフォグラフィック、タイトル画面のように、文字と図が入り混じる絵でも骨格が保たれます（参照*2）。

ここから見えてくるのは、Image 2.0 が「絵の中の文字」を装飾ではなく情報として扱っている点です。メディア運営の実務では、インフォグラフィックや説明図を作る場面が多く、文字が崩れない画像生成モデルの需要は確実にあります。ポスターや説明図のように、読ませることが目的の絵で強みが出るタイプだと言えます。

i7 i7 i7 i7 i7

絵を作り直さずに、必要な場所だけを直せることも Image 2.0 の特徴です。

マジックワンドは、指し示した領域だけを編集し、それ以外はそのまま残します。セグメンテーションは、画像の中の狙った範囲を細かく選び直すために使えます。背景の削除は、被写体を透過つきで書き出せるため、そのまま別の作業に載せ替えられます（参照*1）。実際の仕事は繰り返しの手直しが多いため、編集は全体の作り直しではなく、領域ごとに正確に行える形になっています（参照*2）。

この作りは、「気に入った 1 枚をベースに、少しだけ直したい」という現場の動き方に合っています。AIで画像を作る際に私が感じる最大のストレスのひとつが、少し直したいだけなのに全部を作り直す必要が生じることです。全体を作り直すたびに雰囲気が変わってしまう問題を減らせるので、確定した部分を守りながら仕上げに寄せていけます。

5 i7 i7 i7 i7 i7

複数の素材を 1 枚にまとめる作業も、Image 2.0 では扱いやすくなりました。

マルチリファレンス編集は、1 回の生成で最大 5 枚の入力画像を受け取り、手作業での合成を不要にします（参照*1）。1 回の生成に 5 枚まで入力でき、1 枚目に商品、2 枚目にスタイル、3 枚目に背景といった役割を持たせると、モデルがそれらを 1 回でまとめ上げます（参照*2）。

API 側では、マルチイメージ編集エンドポイントが 1 回のリクエストで最大 3 枚の入力画像を受け付け、アスペクト比は 1 枚目の入力に合わせるのが既定です（参照*7）。

アプリでは 5 枚、API では 3 枚という差があります。業務に組み込むときは、想定する素材の枚数を先に決めておくと迷いが減ります。また、参照素材の役割分担（「1枚目は商品」「2枚目はスタイル」など）をあらかじめ言語化しておくと、プロンプト設計もしやすくなります。

9 i7 i7 i7 i7Smart Resize

9 i7 i7 i7 i7 i7

Image 2.0 は、絵の縦横比を細かく選べます。

1 枚の絵をどんなサイズにも合わせられ、比率を選ぶとモデルがフレームを埋めます。用意されている比率は、1:2、9:16、2:3、3:4、1:1、4:3、3:2、16:9、2:1 の 9 種類です（参照*1）。

API では aspect_ratio というパラメータで縦横比を指定します。1:1 はソーシャルメディアやサムネイル、16:9 と 9:16 はワイド画面、スマートフォン、ストーリー、4:3 と 3:4 はプレゼン資料や人物写真といった用途に向くと整理されています（参照*8）。

縦長、横長、正方形が一通りそろっているため、SNS 投稿、広告バナー、資料の差し込み画像などを 1 つの元絵から作り分ける動き方がしやすくなります。私自身、プラットフォームごとに最適な画像サイズが異なることを実感しており、X（旧Twitter）の記事機能、note、Webサイトでは求められる比率が違います。1 枚を作り込んでから展開できる仕組みは、発信者にとって実用的な強みです。

i7 i7 i7 i7 i7 i7 i7 i7

比率の選び方は、置き場所から逆算するのが分かりやすいです。

Smart Resize は 1 枚の画像を 9 種類のアスペクト比に組み直します（参照*2）。同じ元絵から縦動画向けの 9:16、横長のヒーロー画像向けの 16:9、記事の中に置く 4:3 といった形へ、それぞれ作り直せる形です。

この考え方に沿うと、まず「どこに載せる絵か」を決めてから比率を選ぶ流れになります。1 枚を作り込んでから 9 通りに広げれば、媒体ごとにデザインを一から作り直す手間を減らせます。

i7 i7 i7 i7 i7 i7 i7

i7 i7 i7 i7 i7 i7

Image 2.0 は、外部指標では上位グループに入っています。

Image 2.0 は、文章から画像を作る領域と画像編集の領域の両方で世界 2 位に位置していると紹介されています（参照*1）。Text-to-Image Arena の順位では、上位 5 つのラボとして OpenAI が 1398、グーグルが 1268、xAI が 1223、Luma AI が 1193、マイクロソフト AI が 1181 と並び、xAI の前の世代のモデルは 1177 と示されています（参照*5）。

数字の差はそれほど大きくなく、上位の各モデルが近い水準で競っている状況が読み取れます。私がAIツールの性能比較で常々感じるのは、「順位よりも、自分の用途に合っているか」が重要だという点です。Image 2.0 が上位グループに入っているという目安にはなりますが、自分のタスクで実際に試すことが判断の起点になります。

i7 i7 i7 i7 i7 i7

個別の得意分野で見ると、モデルごとに色合いが分かれます。

OpenAI の GPT Image 2 は、指示への正確な追従、読みやすい文字、繰り返しの修正で強いとされています。同じレビューの中で、Grok Imagine は 8.7、9.4、9.2、6.8 というスコアが付き、写実的な絵の速さや、画像から動画への試作で強みがあると評価されています（参照*9）。

この対比から、細かい文字や厳密な指示追従で選ぶなら他モデル、写実の速さや動画への展開のしやすさで選ぶなら Grok Imagine、という切り分けが見えてきます。生成AIは1つのモデルで全てを賄おうとするより、用途ごとに使い分ける発想のほうが現実的です。私自身も、テキスト生成ではタスクによってClaude、ChatGPT、Geminiを使い分けており、画像生成も同様の考え方で選ぶのが合理的だと考えています。

i7 i7 i7 i7 i7 i7 i7

i7 i7 i7 i7 i7

Image 2.0 には、目的別のテンプレートが用意されています。

テンプレートは、写真編集、商品写真、ヘッドショット、アイコン、ゲーム素材などの具体的な作業をひとまとまりにし、作業の流れがあらかじめ組み込まれています（参照*1）。よくある作業をひとつのテンプレートにまとめる形で、写真の手直し、商品の色替え、EC 向けの写真、ヘッドショット、アイコン、マスコット、ゲーム素材、グッズなどが最初から用意され、必要な素材を渡すだけで始められます（参照*2）。

企業向けの案内では、ブランドに合わせた写実的な商品レンダリング、ヒーロー画像、ソーシャル素材、アイコン、広告バリエーションを規模を持って作れる用途が示されています（参照*5）。

このため、ゼロからプロンプトを組み立てる前に、近い目的のテンプレートを探すのが早道になります。私がAI活用で繰り返し確認してきたことのひとつが、「いきなりゼロから作ろうとすると、試行錯誤に時間がかかりすぎる」という問題です。差し込む素材と直したい部分だけを決めれば、大きな試行錯誤なしに形になります。

i7 i7 i7 i7 i7 i7 i7

結果の質は、指示の書き方に強く影響されます。

キャプションではなく、ブリーフを書く形が推奨されています。被写体、レイアウト、正確な文言、スタイル、光の当たり方まで書き込むと、モデルは細部まで追いかけてくれます（参照*2）。レイアウト、スタイル、構図を細かく指定した詳しいプロンプトは、あいまいなプロンプトより良い結果につながると整理されています（参照*6）。

手直しの進め方については、1 つのプロンプトで 1 つの実質的な変更に絞る方が確実だとされています（参照*9）。

つまり、最初に細かい指示書を作り、そこから 1 回に 1 か所ずつ直していく流れが基本になります。これはテキスト生成のプロンプト設計と同じ考え方です。変えたい要素を分けて書き出しておくと、後戻りが減らせます。AIへの指示は「キャプション」ではなく「ブリーフ」として書く、という感覚を持っておくと出力の安定感が変わります。

i7 i7 i7 i7 i7 i7

i7 i7 i7 i7 i7

業務で使うときは、生成物の扱いも押さえておく必要があります。

API では、生成された画像がコンテンツモデレーションを通過したかを確認できます（参照*8）。生成された画像や動画には Grok の透かしが入ります（参照*3）。

外部レビューでは、Grok Imagine の商用利用における安全性のスコアは 6.8 / 10 で、カテゴリの中では最も低いと整理されています（参照*9）。

こうした点から、生成した絵をそのまま商用に使えるかは、透かしの扱いとモデレーションの結果を都度確かめる姿勢が必要になります。私がAI生成コンテンツの業務利用で常々強調しているのは、「誰が確認したのか、間違っていた場合の責任はどこか」を決めておく重要性です。画像においても同じで、制作フローの中に確認の一手を組み込んでおくことを勧めます。

i7 i7 i7 i7 i7 i7 i7

API の料金は、モデルと解像度で分かれています。

xAI の Imagine API は、自然言語での編集と、最大 3 枚の入力による複数画像合成に対応します。標準の grok-imagine-image モデルは 1 枚あたり USD0.02 から、上位の grok-imagine-image-quality モデルは 1K で 1 枚あたり USD0.05 から、2K で USD0.07 からとなっています（参照*7）。別の資料では、画像の quality モデルは 1 枚 USD0.05（1K）と USD0.07（2K）、標準の画像モデルは 1 枚 USD0.02 と紹介されています（参照*10）。

費用を見積もるときは、単価だけで判断せず、レビューを通った採用ぶんの数で月額の総支出を割るやり方の方が実態に近いとされています（参照*9）。

この考え方に沿えば、単価の安いモデルで大量に作るか、単価の高いモデルで採用率を高めるかは、案件ごとに使い分ける判断になります。費用対効果を見るとき、私は「生成コスト」だけでなく「確認・修正コスト」も含めて考えることが重要だと思っています。品質と枚数のバランスを、案件の要件から先に決めておくと迷いが減ります。

i7 i7 i7 i7

Grok の Imagine Image 2.0 は、文字を含む絵づくり、領域だけの編集、複数の参照画像を使う合成、9 種類の比率への組み直しといった、実務で使いやすい機能をひとつにまとめています。私が新しいAIモデルを評価するときは「宣伝文句」ではなく「手元のタスクで何ができるか」を基準にしており、Image 2.0 については特にインフォグラフィックや商品画像など、文字と視覚情報を組み合わせた用途で試す価値があると見ています。ウェブとアプリの Quality Mode で今すぐ試せる形も、導入の入口を広げています。

一方で、API と画面での枚数の違い、透かしやモデレーションといった扱いの部分は、業務に組み込むときに確認しておきたい点です。また、順位やスコアは参考にはなりますが、自分の用途で実際に動かすことが最終的な判断材料になります。用途に合わせて他のモデルとの使い分けも視野に入れながら、目的から逆算してテンプレートやプロンプトを選ぶことがポイントです。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））