喺人工智能生成式工具競爭白熱化、同埋 OpenAI 剛推出 ChatGPT 5.1 嘅時候，xAI 推出 Grok Image 嘅重大更新。今次升級加入圖像提示編輯、影片預覽同 HDR 模式等功能，將 Grok Image 從靜態生成工具演變成端到端嘅創意引擎。xAI 創辦人埃隆·馬斯克（Elon Musk）喺 X 平台發帖話：「更新你嘅 Grok App，依家可以輕鬆編輯圖像提示！」根據 xAI 官方新聞同 iOS App Store 更新，呢個版本（v1.3.8）已推送畀所有用戶，性能喺生成速度同一致性上提升咗超過 20%。TechCrunch 報道，今次更新係回應用戶反饋，針對 Grok Image 前代嘅局限（例如缺乏迭代編輯）作出優化，標誌住 xAI 喺多模態 AI 領域加快追趕。喺 ChatGPT 5.1 強調「人性化對話」之際，Grok Image 嘅升級聚焦創意生產力，預計會進一步鞏固 xAI 喺圖像/影片生成市場嘅份額。
Grok Image 系列自 2025 年 8 月以 Aurora 模型首發以來，已成為 xAI 生態嘅核心組件，基於 Grok‑4 架構，支援文本到圖像同圖像到圖像嘅生成。v1.3.8 更新嘅亮點喺用戶介面（UI）同功能擴展，令其由「一次性生成」轉向「可迭代創作」。官方博客詳細描述，新版 UI 採用三欄布局：左側內容輸入、中間語音/視覺設置、右側生成預覽。用戶可透過「編輯按鈕」直接修改提示詞，例如由「一隻貓喺森林中」迭代為「貓喺月光森林追逐螢火蟲」，模型會即時重生成，避免重頭輸入。
X 用戶 @SidvexoAi 分享嘅 UI 預覽顯示，新增「滑動查看歷史編輯」功能，用戶可以左右滑動瀏覽變體，點讚超過 500。相比 ChatGPT 5.1 嘅「人格預設」，Grok Image 更著重視覺迭代，適合設計師同內容創作者使用。
性能提升係今次更新最大賣點。xAI 新聞宣布，Grok Image v1.3.8 嘅生成速度達到150 tokens/s（A100 GPU 基準），響應時間縮短至 2 秒以內（前代 4 秒），得益於優化後嘅 Aurora 模型同 INT4 量化（精度損失<1%）。Hindustan Times 報道，新版支援圖像轉影片功能，用戶上傳靜態圖像即可生成 5–10 秒嘅動態短片，支援動畫效果例如「物件變形」或「場景過渡」。測試顯示，影片一致性提升 25%，角色動作流暢度達 92%（基於 LiveCodeBench 變體）。相比 ChatGPT 5.1 嘅語音輸入/輸出（延遲 1.2 秒），Grok Image 嘅影片生成功能更著重多模態融合，i10X 新聞稱其「由圖像工具演進到完整創意引擎」。此外，新增HDR/Normal 模式切換，HDR 版本色彩深度達 10‑bit，支援專業攝影輸出，預覽功能允許用戶喺保存前先「試播」影片變體。
功能擴展進一步突顯 Grok Image 嘅實用性。新版整合咗靜音/播放暫停同升級按鈕，用戶可一鍵將 2K 圖像提升至 4K，並支援分享到 X 平台。Lance AI 喺 X 帖子示範，編輯提示後滑動查看歷史版本，操作直覺得好似 Photoshop。與 ChatGPT 5.1 提供嘅 8 種人格模式相似，Grok Image 新增咗「風格預設」（例如「Prada 時尚拍攝」或「Brandon Woelfel 攝影」），用戶 @AIRevSpot 分享嘅韓裔女性時尚照示例，點讚超過 1000。性能方面，模型喺角色一致性測試中達 95%（前代 85%），文本渲染準確率升至 98%，避免咗 DALL·E 常見嘅「字母變形」。CometAPI 報道，升級後 Grok Image 嘅 API 調用成本降至 $0.039/圖像（影片 $0.05/5 秒），性價比超過 Midjourney。Elon Musk 嘅貼文瀏覽超過 281 萬，留言「更新 App，輕鬆編輯提示！」
專家對 Grok Image 升級嘅評價多數正面。xAI 工程師喺新聞稿中表示，新版 Aurora 模型融合稀疏 MoE 路由，提升生成效率 20%，支援 256K 上下文，適合用喺長篇故事圖像序列。DailyAIPrompt 喺 X 上分享嘅提示示例係：「編輯[圖像]：改變[元素]，保持氛圍。」相比 ChatGPT 5.1 嘅指令跟隨 92% 準確率，Grok Image 喺視覺迭代一致性上表現更高，適合廣告設計等專業工作流程。i10X 新聞分析，今次升級將令 xAI 用戶增長約 20%，挑戰 OpenAI 喺創意 AI 市場嘅領導地位。然而 The Register 指出，雖然水印檢測（Synth‑ID 抗截屏）有所加強，但開源社群擔心「1–2 年內可以訓練出方法去除」，需持續迭代。
Grok Image 呢次升級對 AI 生態嘅影響相當深遠。Patrika 報道，圖像轉影片功能令靜態創作可以轉成動態，預計 2026 年生成式影片市場會達到 1000 億美元。在 ChatGPT 5.1 強調「溫暖對話」嘅同時，Grok Image 更加強調做用戶嘅「視覺夥伴」，xAI 部落格稱日後會整合 Grok Code Remote，支援雲端代碼生成圖像。社群上亦有唔同聲音：Aegis999 喺 X 上抱怨早期版本「審查過嚴」，新版相對自由化；Shannon AI 喺帖文討論 Grok Image 嘅檢測工具，瀏覽量有 196。整體而言，今次升級強化咗 xAI 嘅「開源＋實用」定位，Elon Musk 嘅貼文高瀏覽量預示住可能會有大量用戶湧入。
ChatGPT 5.1 同 Grok Image 升級嘅雙重發布，突顯咗 AI 工具由「單模態」向「多模態生態」轉型。OpenAI 嘅 5.1 優化咗對話自然度（延遲 1.2 秒，準確率 92%），而 xAI 嘅 Grok Image 則提升視覺生產力（生成 150 tokens/s，一致性 95%）。Decrypt 預測，2026 年多模態 AI 市場將超過 2000 億美元，兩者或會互為標杆。專家如 Percy Liang 評價：「Grok Image 嘅編輯流暢度好似 Photoshop AI，ChatGPT 5.1 嘅預設則好似 Siri 2.0。」喺全球 AI 投資浪潮中，呢兩個產品可能會加速創新，但同時亦要注意倫理風險，例如生成內容嘅濫用。未來，xAI 可能會推出 Grok Video，OpenAI 亦有機會擴展視覺模式，AI 創作工具將會重塑娛樂同教育領域。