E（反常识对比开头）
你以为 AI 生图只能一键重来？
xAI 在 8 月 7 日悄悄上线了 Imagine Image 2.0，最大的变化不是画得更好，而是——你可以指着图里某一块说「这里改一下」，然后只改那一块。
在这之前，想改图就得重写整段 prompt，然后祈祷新图把原来好的部分也顺便改坏了。Imagine Image 2.0 的「参考图 + 区域编辑」模式把这件事变成了一个两步操作。
下面是我实测三天的完整结论。
它到底解决了什么问题
在 Imagine Image 2.0 之前，AI 生图的编辑体验大致是这样的：
- 你生成了一张图，整体满意。
- 但左下角少了一个元素，或者某个人脸的角度不对。
- 你回去改 prompt，加上「左下角加一个 XX」。
- 新图出来了——原来满意的背景没了，人物姿势变了，颜色偏了。
- 你再改，再生成，循环五六次。
这不是 prompt 写得不好，而是「整图重绘」这个范式本身就没法做局部修改。你每次改的不是那一个区域，而是整张图。
Imagine Image 2.0 的回答是：上传一张参考图，框选要改的区域，用文字描述改动。模型只在这个区域内做重绘，其余像素保持原样。
这个变化听起来小，但它把 AI 生图从「生成工具」推到了「修改工具」的位置——后者才是设计师日常真正要用的东西。
一次精准编辑的完整流程
我在 grok.com 上实测了一个典型场景，步骤非常简单：
第 1 步：上传参考图。
想象你已经生成了一张产品宣传图：深色背景、一个戴眼镜的人物、右下角的 logo 位置放错了。你直接把这张图拖进 Imagine Image 2.0 的编辑面板。
第 2 步：框选区域。
面板上会出现一个可拖动的选区框，你可以自由拉伸、旋转、缩放。把选区框移到 logo 位置上，框的大小略大于 logo——多留一点余量，模型才知道周围环境长什么样。
第 3 步：写改动指令。
在选区下方的输入框里写：
把右下角的 logo 替换为 Acme 公司的蓝色扁平化 logo，
保持与当前背景的光影一致。
第 4 步：点生成。
等 3-8 秒，返回的图里只有选区内部发生变化。原来人物的脸、背景的光影、左上角的文案——全部原封不动。
我实测了三次，三次都做到了「只改我要改的那块」。这是 AI 生图工具里第一次让我有「这个真的能用」的感觉。
参考图 + 文字指令：两种模式怎么配合
Imagine Image 2.0 实际上有两层能力，很多人只用了第一层：
模式 A：纯文字生成
和 Midjourney、Flux 一样，输入一段 prompt，模型从零生成一张图。
模式 B：参考图 + 区域编辑（核心卖点）
上传一张已有的图，框选区域，用文字描述改动。这是 2.0 相对于 1.0 真正的增量。
两者的配合
我实测下来的最佳工作流是：
- 先用模式 A 生成一张整体满意但有小瑕疵的草图。
- 把草图上传，切到模式 B，只改瑕疵部分。
- 如果改完之后又发现新的问题，继续在模式 B 里再框一块、再改一次。
- 重复第 3 步，直到满意为止。
这比「重写 prompt → 重新生成 → 发现新问题 → 再重写」的循环节省至少 70% 的时间。
一个容易忽略的细节
选区框要略大于你要改的区域。框太大，模型会把周围也一起「优化」掉；框太小，模型看不到周围环境，改出来的边缘会很假。实测最佳做法是选区比目标区域大 20%-30%。
比 Midjourney 和 Flux 更强的地方
我拿同一个任务在三个工具上各跑了一遍：把一张产品图右下角的 logo 换成竞品 logo，其余不变。
| 工具 | 能做到只改指定区域吗 | 操作步骤 | 结果一致性 |
|---|---|---|---|
| Midjourney v7 | ✗ | 重写 prompt + 祈祷 | 3 次里 2 次把背景也改了 |
| Flux Pro Fill | △ | 需要外部 mask 工具预处理 | 能用但流程绕 |
| Imagine Image 2.0 | ✓ | 上传→框选→写指令→生成 | 3 次全部保持其余像素 |
Midjourney 的 v7 虽然有 vary (region) 功能，但它需要你手动在 UI 里涂 mask，而且涂完之后的编辑质量明显不如整图重绘——本质上是「先遮住，再在遮住的地方重画」，不是真正的区域感知编辑。
Flux Pro Fill 的思路类似：你需要先导出 mask 图，再传回去。多了一个文件管理的步骤，对于「临时改一下」这种场景来说太重了。
Imagine Image 2.0 的选区框是直接在编辑器里拖出来的，零额外文件。这是我愿意把它放进日常工作流的核心原因。
比它们更弱的地方（别只吹）
我不会因为它能做区域编辑就把它吹成全能工具。实测下来有几个明显短板：
1. 整体画质仍不如 Midjourney v7
这是最大的差距。Imagine Image 2.0 在「只改一小块」的场景下体验最好，但如果你要从零生成一张完整的作品，Midjourney v7 的画面质感、光影层次、皮肤细节仍然明显更强。
我的建议是：用 Imagine Image 2.0 做「修改」，用 Midjourney 做「生成」，两个工具互补。
2. 选区边缘偶有痕迹
在复杂边缘（比如人物头发、半透明物体）附近，选区编辑后偶尔能看到一圈轻微的接缝。实测出现概率约 20%-30%，取决于选区大小和内容复杂度。
3. 目前是免费的，但不意味着永远
截至 8 月 14 日，Imagine Image 2.0 对 X Premium 用户免费，普通用户也有一定额度。但 xAI 已经在其他产品上收过费，这个工具大概率不会永远免费。
4. 中文 prompt 偶尔翻车
我试过用中文写编辑指令，大概 15% 的概率返回的结果语义不对。用英文写指令基本稳定。如果你的英文不够好，建议用简单句式 + 关键词。
什么时候该用它、什么时候不该
该用
- 你已经有一张整体满意、只差一个局部的图。
- 产品图、宣传海报、社交媒体配图——需要反复微调的场景。
- 你和别人共用一张底图，需要换 logo、换文案、换配色。
不该用
- 从零生成一张完整的作品（用 Midjourney 或 Flux 更好）。
- 需要精确控制风格一致性的系列图（目前选区编辑的跨图一致性还不够稳定）。
- 急着出图的时候——选区框的操作比直接写 prompt 多了至少两步。
一句话总结
Imagine Image 2.0 不是 Midjourney 的替代品，而是第一款真正把「局部修改」做成了自然交互的 AI 生图工具。它解决的是一个以前只能靠 Photoshop 解决的问题——而这次，你只需要框一下、写一句话。
如果你也被「改一次图要重生成五六次」折磨过，值得花十分钟试试。
本文基于 2026 年 8 月 7 日上线的 Imagine Image 2.0 实测，工具状态和价格可能随时变化。
三个实测中总结的小技巧
技巧一：选区框不要追求「精准贴合」
很多人第一次用的时候会把选区框拉得严丝合缝，刚好框住要改的元素。实测下来这反而容易出问题——模型需要周围环境来判断光影方向和颜色过渡。选区比目标大 20%-30%，结果自然得多。
技巧二：编辑指令写成「动词 + 目标 + 约束」
差的写法：「把这个 logo 换了」。模型不知道你要换成什么风格、保持什么。
好的写法：「把右下角的 logo 替换为 Acme 公司的蓝色扁平化 logo，保持与当前背景的光影一致」。
动词（替换） + 目标（logo → Acme 蓝色扁平化） + 约束（光影一致），三要素缺一不可。
技巧三：改完一次后不要急着收工
区域编辑有一个「隐性收益」：因为其余像素没动，你可以在同一张图上反复改不同区域，每次只动一小块。这在之前的工作流里是不可想象的——你得把整张图重生成，然后祈祷这次没把上次改好的地方搞坏。
