Grok Imagine

نگاهی کوتاه به Grok Imagine

ابزار Grok Imagine ژنراتور تصویر و ویدیوهای کوتاه شرکت xAI است. کافی است صحنه‌ای را توصیف کنید یا عکسی برای شروع به آن بدهید تا تصاویری جذاب یا ویدیویی همراه با صدا بسازد؛ حتی جدیدترین مدل ویدیویی آن دیالوگ‌های گفتاری تولید می‌کند. این ابزار در اپلیکیشن‌های رسمی Grok، وب‌سایت grok.com و API رسمی xAI در دسترس است.

از اولین عرضه تا Video 1.5

قابلیت تولید تصویر از اوت ۲۰۲۴ بخشی از Grok بوده است؛ زمانی که Grok-2 شروع به ایجاد تصاویر در X کرد. در دسامبر ۲۰۲۴، مدل اختصاصی تصویر xAI با نام Aurora معرفی شد. نام تجاری Grok Imagine در ۴ اوت ۲۰۲۵ ظاهر شد؛ هنگامی که xAI این ابزار جدید تصویر و ویدیو را برای مشترکان SuperGrok و X Premium+ در اپلیکیشن آیفون Grok ارائه داد. این ابزار می‌توانست متن یا یک تصویر ثابت را به کلیپی کوتاه و متحرک همراه با صدا تبدیل کند و کمی بعد برای اندروید و وب نیز منتشر شد.

در سال ۲۰۲۶ این ابزار پیشرفت چشمگیری داشت. ژنراتور تصویر بازطراحی‌شده و قابلیت ساخت ویدیو در ژانویه به API اضافه شدند. نسخه Grok Imagine Video 1.5 در ۱۶ ژوئن ۲۰۲۶ به عرضه عمومی رسید که دارای حرکات روان‌تر، فیزیک واقعی‌تر، و تولید صدا، افکت‌ها و گفتار هم‌زمان با تصویر است. نسخه‌ای سریع‌تر با نام Video 1.5 Fast نیز به grok.com/imagine و اپلیکیشن‌ها آمد. در بخش تصویر نیز اکنون مدل Imagine Image 2.0 گزینه پیشنهادی xAI برای ساخت عکس است.

توانایی‌های Grok Imagine

تصاویر

• تولید تصویر بر اساس متن، تا ۱۰ واریانت در هر درخواست از طریق API؛
• ویرایش عکس‌های موجود با نوشتن تغییرات دلخواه، با امکان استفاده از حداکثر ۵ تصویر منبع در هر ویرایش؛
• ابعاد گوناگون، از مربعی گرفته تا عمودی متناسب با گوشی و نسبت‌های عریض سینمایی مانند 21:9؛
• رزولوشن استاندارد یا بالاتر (1k یا 2k) با امکان انتخاب سطح کیفیت.

ویدیوها

بر اساس مستندات ویدیویی شرکت xAI، مدل فعلی Video 1.5 امکانات زیر را ارائه می‌دهد:

• ساخت ویدیوهای ۱ تا ۱۵ ثانیه‌ای با رزولوشن بومی تا حداکثر 1080p؛
• شروع از طریق متن، تصویر ثابت، یا تصاویر مرجع برای کاراکترها، محصولات و مکان‌ها (تا ۱۴ تصویر در هر درخواست)؛
• تولید گفتار هماهنگ با لب (Lip-sync) با حداکثر ۳ صدای پیش‌فرض؛
• پین کردن فریم اول، فریم آخر و فریم‌های کلیدی میانی برای کنترل دقیق نقطه شروع و پایان صحنه.

یک مدل ویدیویی قدیمی‌تر همچنان برای ویرایش ویدیوهای موجود یا تمدید چندثانیه‌ای آن‌ها در دسترس است و مدل اقتصادی‌تر Video 1.5 Lite نیز فرآیندهای ساده تبدیل متن و عکس به ویدیو را پردازش می‌کند.

کجا می‌توان از Grok Imagine استفاده کرد؟

• سایت grok.com/imagine و اپلیکیشن‌های Grok برای آیفون و اندروید، با قابلیت مدیریت پروژه‌ها، کتابخانه با قابلیت جستجو، و پردازش هم‌زمان چند تصویر.
• داخل شبکه X از طریق Grok، البته با قوانین محدودکننده‌تر برای محتوایی که در پاسخ‌های عمومی ساخته می‌شود.
• API رسمی xAI برای توسعه‌دهندگان، با اندپوینت‌های اختصاصی تصویر و ویدیو. پردازش ویدیو در پس‌زمینه اجرا می‌شود: درخواست را ارسال می‌کنید، وضعیت را چک کرده و کلیپ آماده را دانلود می‌کنید.

دسترسی به این قابلیت به نوع اشتراک شما بستگی دارد. در ساختار اشتراک‌های X در اکتبر ۲۰۲۶، طرح ۸ دلاری Plus ابزار Imagine را در لیست ویژگی‌های خود دارد و طرح ۳۰ دلاری Premium سقف استفاده بیشتری ارائه می‌دهد و ویژه تولید تصویر و ویدیو با هوش مصنوعی توصیف شده است (قیمت‌ها مربوط به اکتبر ۲۰۲۶ هستند). دسترسی رایگان به Imagine بارها فعال و غیرفعال شده است؛ بنابراین پیشنهاد جاری را در صفحه قیمت‌گذاری xAI بررسی کنید.

مدل‌های API و تعرفه‌ها

فهرست مدل‌های Imagine در صفحه مدل‌ها و قیمت‌های xAI (قیمت‌های رسمی xAI، اکتبر ۲۰۲۶):

اندپوینت تصاویر از ساختار تصاویر OpenAI پیروی می‌کند؛ بنابراین OpenAI SDK با Base URL شرکت xAI کار می‌کند. در راهنمای Grok API شیوه دریافت کلید و راه‌اندازی مدل‌های متنی را توضیح داده‌ایم.

قوانین، ایمنی و حواشی

قابلیت‌های تصویری Grok از جمله بخش‌های پربحث و جنجالی آن بوده‌اند. هنگام عرضه Imagine در سال ۲۰۲۵، کاربران به حالتی با عنوان "spicy" اشاره کردند که برخی محتواهای تند و بی‌پرده را مجاز می‌کرد. از دسامبر ۲۰۲۵، برخی افراد از ویرایشگر تصویر Grok برای ساخت تصاویر غیراخلاقی از زنان واقعی و کودکان با استفاده از عکس‌های آن‌ها استفاده کردند؛ موضوعی که به شکایات حقوقی، حساسیت نهادهای نظارتی جهان و در نهایت در ژانویه ۲۰۲۶، به محدود شدن ساخت تصویر در پاسخ‌های X تنها برای کاربران دارای اشتراک پولی انجامید.

در صورت استفاده از Imagine، قوانین استفاده xAI و قوانین کشور خود را رعایت کنید. از ساخت تصویر افراد واقعی بدون رضایت آن‌ها خودداری نمایید، هرگز محتوای نامناسب از کودکان تولید نکنید، و هنگام به‌اشتراک‌گذاری رسانه‌های تولیدشده با هوش مصنوعی، به‌ویژه مواردی که شبیه عکس یا گزارش خبری واقعی هستند، برچسب‌گذاری کنید.

Grok Imagine و وب‌سایت Grok.Online

سایت ما کاملاً مستقل بوده و بر گفتگو و چت متمرکز است. سه مدل Grok فعال در چت ما می‌توانند عکسی را توصیف کنند، نموداری را بخوانند یا پرامپتی دقیق برای ابزارهای ساخت تصویر بنویسند، اما امکان تولید مستقیم طرح را ندارند. این انتخابی آگاهانه است: Imagine محصولی پولی از xAI است و ما تنها مواردی را ارائه می‌دهیم که بتوانیم رایگان در اختیارتان بگذاریم. برای آشنایی بیشتر با مدل‌های فعال در سایت ما، مقاله Grok چیست؟ را بخوانید.

پرسش‌های متداول

آیا می‌توانم از Grok Imagine در Grok.Online استفاده کنم؟

خیر. Grok Imagine در چت ما ارائه نمی‌شود. مدل‌های ما تصاویر ارسالی شما را بررسی می‌کنند اما عکس یا ویدیو تولید نمی‌کنند.

آیا Grok Imagine رایگان است؟

عمدتاً خیر. xAI قابلیت Imagine را روی پلن‌های اشتراکی خود ارائه می‌دهد و دسترسی رایگان آن بارها تغییر کرده است. شرایط کنونی را در صفحه تعرفه‌های xAI بررسی کنید.

طول ویدیوهای Grok Imagine چقدر است؟

طبق مستندات API شرکت xAI، حداکثر ۱۵ ثانیه برای هر ویدیو در مدل فعلی Video 1.5.

آیا Grok Imagine صدا هم تولید می‌کند؟

بله. مدل Video 1.5 جلوه‌های صوتی، صدای محیط و صحبت‌های هماهنگ با لب را هم‌زمان با تصویر خلق می‌کند.

مالکیت Grok Imagine در اختیار کیست؟

شرکت xAI، که اکنون زیرمجموعه SpaceX است و با نام تجاری SpaceXAI / SpaceXSI شناخته می‌شود.