Imagine Image 2.0 能把图片自动分层

直接给结论：比起单纯堆画质，能精准控制局部修改才是生图模型的刚需。最近在折腾 Imagine Image 2.0，发现它最离谱的地方在于能把上传的图片自动“分层”，这让做 Meme 表情包变得极其简单。

以前用 AI 改图基本靠运气，或者得在提示词里反复拉扯，但 Grok 这次搞的交互逻辑很像简易版 PS。你上传一张图，它能自动识别出图里的主体，比如一张维基百科的梗图，它能把碎片、人物、手势动作全部拆成独立的图层。

这种分层能力在实操中非常实用：

• 精准替换： 只要点击右侧边栏识别出的元素（比如衣服颜色、某个 Logo），直接输入提示词就能局部修改，不用担心影响到背景。
• 透明导出： 识别出的图层可以直接下载成透明背景的 PNG，省去了手动抠图的麻烦。
• 多图融合： 支持最多 5 张输入图进行参考编辑，自动拼接的效果比之前好很多。

不过这玩意儿现在护栏设得太死，稍微涉及版权（比如蜘蛛侠）或者稍微有点擦边，立马就提示无法生成，这点确实有点影响发挥。

与此同时，OpenAI 那边似乎也在憋大招。竞技场里出现了一个代号叫 mona-lisa-1 的模型，很多人猜测是 GPT-Image 2.5 或者是某个 Mini 版本。这个新模型最明显的变化是去掉了那种浓浓的“AI 塑料感”，生成的照片自带一种 iPhone 随手拍的噪点和光线不均感，真实度提升了一截。

对比下来，现在的生图赛道很有意思：一个在卷交互编辑（Grok），一个在卷真实感（OpenAI）。对于我们这种经常要快速出图的人来说，能像 Imagine Image 2.0 这样提供分层编辑的工作流，比单纯提高几分清晰度要有价值得多。