テンプレートの名前を並べると、この製品が向かう先が見えてきます。商品撮影、ヘッドショット、EC用の商品画像、ゲームのUI素材。SpaceXAIは5月に企業開発者向けのAPIで実務用途を訴えていましたが、8月7日、その機能を消費者向けの製品へ広げました。ミネソタ州との仮差し止めの審尋を、8月19日に控えたタイミングでした。
SpaceXAI（旧xAI）は2026年8月7日、画像生成・編集モデル「Imagine Image 2.0」を公開した。grok.com/imagineの新しいQuality Modeとして一般提供され、iOSとAndroidのアプリでも使える。指示への追従、タイポグラフィとレイアウトの設計、生成と編集をまたいだ入力内容の保持を設計目標に掲げる。編集機能には、指定領域だけを書き換えるマジックワンド、透過背景での書き出し、最大5枚の入力画像を扱うマルチリファレンス編集がある。
9種類の比率に再構成するSmart resizeと、写真編集や商品撮影など公開時点で15種類のテンプレートも導入した。同社はArenaの2つのリーダーボードで世界2位だとしている。APIは近日提供予定で、価格の記載はない。
From: 
Imagine Image 2.0
【編集部解説】
「世界で最も楽しいAI」と呼ばれた製品が、いま売り込んでいるもの
発表文を読んで最初に引っかかったのは、繰り返し出てくる「real work（実際の仕事）」という言葉でした。この製品を長く追ってきた人ほど、違和感を覚えるはずです。
Grokの画像生成が注目を集めてきた理由には、仕事とは無縁のものが多く含まれていました。他社が止める画像を止めない、という点です。イーロン・マスク氏自身が「世界で最も楽しいAI」と呼び、その「楽しさ」の中身が問われ続けてきました。今年1月には、非同意の性的画像を巡る問題を受けてX上での画像生成が有料会員に限定され、マレーシアとインドネシアはGrokへのアクセスを一時的に制限しました。
その製品が今回打ち出したのは、ECサイトの商品写真、採用向けのヘッドショット、マーケティング用のポスター、ゲームのUI素材です。テンプレートのカテゴリー名がそのまま、目指している場所を示しています。Photo Tools、Product、Marketing、Design Tools、Game Assets、Streaming。並べてみると、これは制作会社と社内デザイン担当者の作業リストそのものです。
転回は5月に始まっていた
ただし、この方向転換が8月7日に始まったわけではありません。同社は5月6日に「Grok Imagine Quality Mode API」を公開しており、その発表文は企業の開発者とチームに向けたものだと明記しています。「Enterprise Use Cases」という章を立て、商品ビジュアルとマーケティング素材、広告バリエーションの量産、UGC風の写真といった用途を並べ、Cybertruckの広告を作る手順まで載せていました。
つまり実務への訴求は、少なくとも3か月前から始まっていたことになります。今回のImage 2.0が新しいのは、その路線がAPIから消費者向けの製品へ降りてきた点です。テンプレート15種は、企業の開発者ではなく、ブラウザとスマートフォンを使う個人に向けて用意されています。
なお、xAIは2026年2月2日にSpaceXに買収され、現在はSpaceXAIのブランドを用いています。ただし公式サイトの権利表記も、後述する訴訟の原告名も、法人格であるX.AI LLCのままです。
日付を並べてみる
ミネソタ州の「ヌーディファイ」禁止法（HF1606、成立法ではChapter 72）は、5月7日午前9時14分に知事が署名し、8月1日に施行されました。実在の人物と識別できる偽のヌード画像を生成させるサービスの提供を禁じる、全米初の州法とされています。対象はサイトやアプリに限らず、ソフトウエアやプログラム、その他のサービスまで含みます。制裁は、違法なアクセス、ダウンロード、利用1件につき最大50万ドルの民事制裁金です。
xAIは7月27日、憲法修正第1条違反を主張してミネソタ州連邦地裁に提訴し、緊急の差し止めを求めました。ドノバン・フランク判事は、法律の署名から3か月近く経ち、施行の3日前になっての申立ては被害が差し迫っているとは言えないとして、これを退けています。仮差し止めの審尋は、8月19日に予定されています。
今回の発表は、その12日前に出ました。
ここで因果を読み込みたくなりますが、時系列が近接していること以外に、両者の関連を示す証拠は確認できません。モデルの開発期間も公開日の決定過程も公表されておらず、発表日が訴訟日程に合わせて設定されたと示す材料はありません。5月のAPI公開についても同様です。それでも、「私たちの画像生成は仕事の道具である」という主張を、いま説得力をもって示す必要がある企業ではあります。法廷でも、アプリストアでも、企業の調達担当者の前でも。
弱点だった場所を、正面から売りにしてきた
技術面で注目したいのは、タイポグラフィを最初に挙げている点です。
6月3日に公開されたIdeogram 4の評価で参照された第三者のタイポグラフィ調査では、前世代にあたるGrok Imagine 1.0の1位獲得率は15.0%でした。Ideogram 4の47.9%、Nano Banana 2の30.0%を下回る位置です。ただしこの調査は統計的な有意差の検定を目的とした設計ではなく、差が出たのは主に書体の選択やレイアウトの評価においてでした。文字を含む画像の生成が全面的に弱かった、とまでは言えません。
それでも今回の発表文は、その領域に対して「デザイナーのようにタイポグラフィとレイアウトを設計する」「小さな文字も鮮明に出る」と正面から書いています。弱点を回避せずに、そこを訴求点に据え替えてきたわけです。掲載されている作例も、インフォグラフィック、旅行のしおり、書体の歴史図解といった、文字が主役の画像に大きく寄っています。
もう一つ、地味ですが実務では効くのがマルチリファレンス編集の上限5枚です。ブランドのロゴ、商品写真、モデル、背景素材をまとめて渡して1枚に仕上げる、という作業が想定されています。参照画像の枚数だけで比べれば、昨年11月のFLUX.2は発表時点で最大10枚を掲げていました。5枚は追いついた水準であって、抜きん出た数字ではありません。
日本の制作現場から見ると
日本の読者にとって当面の意味は、まだ限定的だと言わざるを得ません。
理由は提供形態です。今回のImage 2.0は消費者向けの製品での提供にとどまり、APIは「近日提供予定」とだけ書かれています。APIが提供されれば、既存の入稿システムやDAMとの自動連携、量産のワークフローを組み立てやすくなります。現時点ではブラウザとアプリでの手作業が中心となり、テンプレートが15種類あっても、自動化できる範囲は限られます。
もう一点、日本で商用利用を検討する際に必ず問題になるのが、生成物の来歴管理です。GrokのFAQは、生成された画像と動画にはAI生成であることを示すGrokの透かしが付き、これを外す設定はなく、透かしやその他の来歴シグナルの除去・改変・隠蔽は利用規約違反にあたると明記しています。透かしそのものは存在します。分からないのはその先で、C2PAのような機械が読み取れる来歴情報がImage 2.0の書き出しに付くかどうかは、公開情報からは確認できませんでした。EU AI法の透明性義務が8月2日から適用されているいま、広告や商品ページに使う画像を選ぶ立場からは、ここが確認すべき空白になります。
「世界2位」という主張について
発表文は、Text-to-ImageとImage Editの両方で世界2位だと述べ、出典としてArenaのリーダーボード（2026年8月7日時点）を挙げています。
8月8日18時43分（日本時間）に専用リーダーボードを確認すると、grok-imagine-image-2.0（low）はText-to-Imageで1320±12、Image Editで1439±8となり、いずれも2位に掲載されていました。投票数はそれぞれ2,722票、5,931票です。
ただし、どちらにも「Preliminary」と表示されています。現時点では暫定扱いの評価であり、今後スコアや順位が変わる可能性があります。もう一点、Arenaに掲載されているモデル名には「（low）」という設定名が付いています。この設定がgrok.comで提供されるQuality Modeとどのような関係にあるのかは、公開情報からは確認できません。
したがって、「Arenaで世界2位」という主張自体は、現在の公開リーダーボードでも確認できます。一方で、その順位がどの設定のImage 2.0を評価したものなのか、また暫定順位が今後どこまで維持されるのかは、分けて見る必要があります。
留保しておきたい3点
効果をどう測るか。「実務で使える」という主張は、それ自体では検証できません。テンプレートで生成した商品画像が、実際に人手の制作物と置き換わるのか。差し戻し率や修正工数がどう変わるのか。現時点で公開されている材料は作例だけです。
技術的な裏づけの範囲。タイポグラフィの改善も、5枚のマルチリファレンスも、公表されているのは同社の説明と作例であって、第三者による再現可能な評価ではありません。前世代の評価が2か月前に出ていることを考えれば、この製品についても比較評価が出るまでにそう時間はかからないはずです。
価格が示されていない。Image 2.0の利用条件と価格は公表されていません。参考までに、現行の公式料金表では、grok-imagine-imageの出力が1枚0.02ドル、grok-imagine-image-qualityは1K出力が1枚0.05ドル、2K出力が0.07ドルです。いずれもImage 2.0の価格ではなく、導入コストの試算はまだできない段階です。
それでも、この発表が示していること
批判的に読んできましたが、実務適合性を訴求する動きは、この製品に限ったものではありません。
4月にOpenAIがChatGPT Images 2.0を公開して精度と制御性を訴え、6月にはNano Banana 2 Liteが速度とコストで勝負に出ました。Black Forest Labsも量産と制作ワークフローへの適合を掲げています。各社の発表を並べる限り、実務にどう収まるかが画像生成モデルの重要な競争軸の一つになっていることは読み取れます。今回のImage 2.0は、そこに合流してきた製品です。
そして、この路線が定着するかどうかは、モデルの性能だけでは決まらないのかもしれません。企業の調達担当者が画像生成ツールを選ぶとき、生成物の品質と並んで、そのツールを使っていると社内で説明できるかどうかを見るからです。8月19日の審尋の結果は、その説明のしやすさを左右する材料の一つになります。
grok.com/imagineでは、生成の品質モードとしてQuality Modeが選べます。テンプレート一覧を眺めるだけでも、この製品が誰の作業を代替しようとしているかが分かります。書き出した画像にはAI生成を示すGrokの透かしが付き、外す設定はありません。気になるのはその先で、C2PAのような機械が読み取れる来歴情報が付くのかどうかは、公開情報からは分かりませんでした。
【関連記事】
ChatGPT Images 2発表—OpenAI「実務特化」の新画像モデル
OpenAIが4月に公開した画像モデルの発表内容を報じた記事。実務での使いやすさを訴求する流れを、先行事例として確認できる。
xAI vs ミネソタ州「ヌーディファイ」禁止法の攻防
本稿で触れた訴訟の経緯を詳しく報じた記事。緊急の差し止めが却下されるまでの流れと、双方の主張をあわせて整理した内容である。
Ideogram 4とは？オープンウェイトで2K・JSON制御を実現した画像生成モデルの全貌
本稿で参照したタイポグラフィ評価を扱った記事。調査の設計と、評価対象となった各モデルの位置づけを、あわせて確認できる内容。
【編集部後記】
発表ページに並んだテンプレートのなかに、Professional Headshotがありました。実在する人の顔写真を、プロフェッショナルな一枚に整える機能です。同じ企業が、実在する人の画像を加工させる技術を巡ってミネソタ州と係争中で、仮差し止めの審尋は8月19日に控えています。
用途はまるで違っても、扱っている対象は同じ「実在する人の顔」です。この距離をどう説明するのかは、発表文からも訴状からも、まだ聞こえてきません。
【用語解説】
Quality Mode
Grok Imagineで選べる品質重視のモード。今回のImagine Image 2.0は、このモードの中身として提供される。
マジックワンド
画像の一部を指し示すと、その領域だけを書き換え、周囲には手を加えない編集機能。生成し直しと違い、確定した部分を保持したまま修正できる。
マルチリファレンス編集
複数の参照画像を同時に渡して1枚の画像を生成する方式。Imagine Image 2.0は1回の生成につき最大5枚を受け付ける。ロゴ、商品、モデル、背景をまとめて指定する用途を想定している。
Smart resize
生成済みの画像を別の縦横比に作り直す機能。単純な切り抜きではなく、新しいフレームに合わせて構図を再構成する。対応は1:2から2:1までの9種類。
リーダーボード
複数のAIモデルを共通の条件で比較し、順位を一覧にしたもの。画像分野では、どちらの出力が良いかを利用者が投票した結果をもとに算出される。投票が十分に蓄積されるまでは暫定表示が付く。
Preliminary（暫定）
Arenaのリーダーボードで、評価がまだ確定していない段階のモデルに付される表示。スコアと順位は今後変動しうる。
API（Application Programming Interface）
外部の開発者が、自社のシステムからプログラム経由で機能を呼び出すための窓口。業務システムへ組み込んで自動化する場合は、画面操作ではなくAPIが必要になる。
ヌーディファイ（nudification）
実在する人物の画像から、衣服を脱いだ状態の偽画像を生成する行為および技術を指す語。ミネソタ州法は、これを提供する事業者側に責任を課す構造を採る。
憲法修正第1条
アメリカ合衆国憲法の修正条項のひとつで、言論・表現の自由を保障する。xAIは、画像生成の道具そのものを禁じる州法がこの条項に反すると主張している。
仮差し止め（preliminary injunction）
裁判の結論が出るまでの間、法律や処分の効力を一時的に止めるよう求める手続き。緊急性がより高い一時的差し止め命令（TRO）とは区別される。
来歴管理
生成物がいつ、どの手段で作られたかを、電子透かしやメタデータとして画像に埋め込み、追跡できるようにする仕組み。機械可読な規格としてはC2PAがある。
DAM（Digital Asset Management）
企業が保有する画像・動画・デザインデータを一元管理する仕組み。画像生成を業務に組み込む際は、ここへの自動連携が可否を分ける。
【参考リンク】
Grok Imagine（外部）
Grok Imagineの利用ページ。Imagine Image 2.0は、ここで選べるQuality Modeとして提供されている。
Grok Imagine Quality Mode API（外部）
2026年5月6日の発表。企業開発者向けにQuality ModeのAPIを公開し、商品ビジュアルや広告の作例を示している。
SpaceXAI Docs – Pricing（外部）
開発者向けの公式料金表。Imagine APIについて、画像1枚あたりと動画1秒あたりの課金体系を、モデルごとに確認できる。
SpaceXAI Docs – Models（外部）
開発者向けのモデル一覧。現行のImagine APIが対応する入出力の形式と解像度の条件が、一覧としてまとめられている。
FAQ – Grok Website / Apps（外部）
Grokの消費者向けFAQ。生成された画像や動画に付くAI表示の透かしと、その除去や改変が禁じられている旨が記載されている。
Text-to-Image Leaderboard（外部）
画像生成モデルの順位表。利用者による匿名の比較投票をもとに算出され、評価が暫定段階かどうかもあわせて確認することができる。
Image Edit Leaderboard（外部）
画像編集モデルの順位表。Imagine Image 2.0の暫定スコアと順位は、このページを開けば直接確認することができる。
Minnesota Session Laws 2026 Chapter 72（外部）
ミネソタ州で成立した法律の本文。禁止される行為の範囲、適用除外の条件、制裁の上限額、施行日、知事の署名日時が記されている。
【参考記事】
Judge denies request by Elon Musk’s xAI to pause Minnesota nudification ban（外部）
ミネソタ州の禁止法を巡り、緊急の差し止めが退けられた経緯を報じる記事。8月19日に予定されている審尋の日程にも触れている。
Judge refuses xAI’s request to stop a Minnesota law banning ‘nudify’ apps（外部）
差し止めが却下された判断の内容と、違反1件につき最大50万ドルの制裁を科すという州法の中身を、あわせて整理している記事。
Judge denies xAI bid to block Minnesota AI nudification ban（外部）
州司法長官側の反論を詳しく報じる記事。5万件を超えるアカウント停止など、xAI側が法廷で示した数値もあわせて伝えている。
Elon Musk’s xAI sues Minnesota over law to ban ‘nudify’ apps（外部）
提訴した時点での報道。50万ドルの制裁が10万枚で500億ドルに達するという、同社側の主張についても、あわせて詳しく伝えている。
Arena.ai rolls out detailed categories for image editing models（外部）
Arenaが画像編集の評価を7つのカテゴリーへ細分化した経緯と、上位モデルどうしのスコア差についてもあわせて伝えている。
