La plupart des générateurs d’images ressemblent à un illustrateur talentueux affligé d’un étrange trouble de mémoire. La première image peut être superbe. Puis vous demandez de remplacer la tasse bleue par une rouge, et l’illustrateur déplace aussi la fenêtre, change le visage du personnage et troque le soleil de l’après-midi contre un néon de bureau. Vous obtenez encore une jolie image, mais plus celle que vous étiez en train de retoucher.
Grok Imagine Image 2.0 est construit autour de cette deuxième demande. Son amélioration essentielle n’est pas un adjectif de plus, comme « cinématographique » ou « ultra-détaillé », mais l’ensemble des commandes qui entourent le générateur. Magic Wand désigne la zone concernée. La segmentation sépare un objet de son décor. Multi-ref accepte jusqu’à cinq images sources. Le détourage exporte un sujet transparent et Smart Resize prolonge la scène dans neuf formats utiles. Le modèle reste probabiliste — aucun fichier Photoshop secret avec ses calques ne se cache dessous —, mais le dialogue dispose enfin de quelque chose qui ressemble à des poignées.
Cette différence compte, car le vrai travail visuel est une suite de petites décisions. Une commerçante demande rarement « une belle basket ». Elle veut la même basket sur fond blanc, puis dans une publicité carrée, ensuite à côté d’un titre, enfin dans une autre couleur sans que la semelle change. Un créateur de jeu veut un personnage dont le manteau, la cicatrice et l’équipement survivent au portrait, à la planche de sprites et au décor. Les modèles et références d’Image 2.0 visent précisément cette distance peu glamour entre une démonstration impressionnante et un élément que quelqu’un peut réellement exploiter.
Le générateur brut est également puissant. Dans les comparaisons publiques à l’aveugle, le nouveau grok-imagine-image-2.0 (low) est entré deuxième en génération comme en édition d’une seule image. Il s’est aussi installé près du sommet pour les portraits, l’art, le photoréalisme, le dessin et le rendu de texte. « Low » appartient à l’identifiant utilisé par Arena ; le produit grand public est le nouveau Quality Mode. Tant que xAI n’explique pas cette configuration, inutile de prétendre que ce mot révèle l’architecture ou le niveau de qualité servi aux utilisateurs.
Nos essais confirment le progrès, avec un astérisque bien visible. Image 2.0 est meilleur dans l’ensemble, notamment lorsqu’une invite réunit plusieurs objets, des inscriptions et des demandes de correction. Pourtant, un personnage peut toujours ressortir avec une peau en plastique, un visage de banque d’images ou une lumière transformée en vernis CGI plat. Les retouches successives préservent parfois la pièce tout en modifiant discrètement la personne qui s’y trouve. Ces défauts n’annulent pas l’avancée ; ils expliquent pourquoi une toute nouvelle deuxième place devient notre recommandation numéro trois plutôt qu’un couronnement immédiat.
Pour l’instant, imaginez Grok Imagine Image 2.0 comme un apprenti d’atelier exceptionnellement doué. Il écoute, sait où sont les outils et livre étonnamment souvent un travail présentable au client. Il faut tout de même vérifier les doigts, les petits caractères, les visages et tout ce que vous lui aviez demandé de ne pas toucher.
