Grokの画像生成AIが「Imagine Image 2.0」にアップデートされたので使ってみた、実写風もイラスト風も対応し文字も描写可能

SpaceXAIが画像生成AI「Imagine Image 2.0」を2026年8月7日にリリースしました。Grokの無料ユーザーでも実行可能だったので、実際に複数の画像を生成して性能を確かめてみました。

Imagine Image 2.0 | SpaceXAI
https://x.ai/news/grok-imagine-image-2

Imagine Image 2.0は「仕事で使える画像を生成する」という目標を立てて開発されたとのこと。細部に至るまでプロンプトに忠実従うことが可能で、テキストを鮮明に描写することも可能とされています。すでにGrokで利用可能になっているので使ってみます。まず、以下のリンクからGrokにアクセス。

Grok
https://grok.com/

左サイドバーの「Imagine」をクリック。

生成したい画像の説明文(プロンプト)を入力して送信ボタンをクリック。今回は実写風の画像を生成したいので、『実写。路地裏で室外機の上に座って新聞を読むメイド。黒髪ウルフカットに赤いメッシュ。ミニスカート、ゴテゴテしたブーツ。新聞には「ギガジン」と記されている』と入力しました。

しばらく待つと2枚の画像が生成されました。

生成結果が以下。すべての指示が正確に描写され、新聞にも「ギガジン」という文字が入っています。なお、記事内の作例画像は長辺を800ピクセルに縮小したもので、各画像をクリックすると縮小前のオリジナル画像を確認できます。

もう1枚はこんな感じ。

『セルルックな3DCGゲーム風の画風。路地裏で室外機の上に座って新聞を読むメイド。黒髪ウルフカットに赤いメッシュ。ミニスカート、ゴテゴテしたブーツ。新聞には「ギガジン」と記されている』というプロンプトで生成した画像が以下。

もう1枚。室外機の形状や設置位置がおかしなことになっています。

アスペクト比を指定することも可能。『ゲームのスクリーンショット。セルルックな3DCGゲーム。メイドキャラ(名前は適当につけて)が「冥土の土産のメイドパンチ」という必殺スキルを放つシーン。HUDが必要』と入力しつつ、アスペクト比を16:9に設定して生成しました。

生成結果が以下。ターン制ゲームのスクリーンショットっぽい画像になりました。文字が大量に含まれていますが、どの文字もしっかり日本語として読み取れます。

もう1枚。「おもてなし紅茶」「メイド掃除術」「ご主人様ガード」といった別の技も考えてくれています。

『寿司の作り方を解説する画像』という短いプロンプトで生成した画像が以下。「手順1でシャリを水に浸けている」「文章に英単語が混ざっている」という問題はありますが、全体的にしっかり説明できています。

2枚目はこんな感じ。

無料ユーザーで試した結果、5個目のプロンプトを入力した時点で有料プランへの案内が表示されました。

Imagine Image 2.0は第三者機関のテストでも高く評価されています。Arenaの「AIの名前を伏せた状態で画像を生成し、人間に優劣を比較させる」というテストの結果が以下。「テキストから画像を生成する」というタスクではOpenAIのgpt-image-2に続いて2位にランクインしました。

「画像を編集する」というタスクでも2位にランクインしています。

上記の通り、Imagine Image 2.0はGrokの画像生成機能として利用可能で、近日中にAPI経由でも利用可能となる予定です。