মাস্কের মালিকানাধীন SpaceXAI কোম্পানি আজ (৮ আগস্ট) একটি ব্লগ পোস্ট প্রকাশ করে Imagine Image 2.0 মডেল উন্মোচনের ঘোষণা দিয়েছে। এটি বর্তমানে নতুন কোয়ালিটি মোড (Quality Mode) হিসেবে Grok.com-এর ওয়েব সংস্করণ এবং iOS ও অ্যান্ড্রয়েড অ্যাপে চালু হয়েছে।
ছবি তৈরির ফলাফলের দিক থেকে, অফিসিয়াল ওয়েবসাইটে বলা হয়েছে যে Imagine Image 2.0 মডেল ব্যবহারকারীর নির্দেশনা আরও ভালোভাবে অনুসরণ করে এবং বিস্তারিত প্রয়োজনীয়তা সামলাতে পারে। জটিল ভিজ্যুয়াল কনটেন্টে এটি লেখা ও লেআউটের কাঠামো পরিকল্পনা করে, ফলে একাধিক অংশের দৃশ্যের সামঞ্জস্য বজায় থাকে এবং ছোট আকারের লেখার স্পষ্টতা বাড়ে। একই সঙ্গে, একাধিক ধাপে ছবি তৈরি ও সম্পাদনার সময় মডেলটি ব্যবহারকারীর ইনপুটের মূল বিষয় ও সেটিংস ধরে রাখতে পারে। নিচে সংশ্লিষ্ট উদাহরণচিত্র দেওয়া হলো:
Imagine Image 2.0 ছবির সম্পাদনা সক্ষমতাকে বিশেষভাবে উন্নত করেছে। SpaceXAI জানিয়েছে, বাস্তব কাজের ক্ষেত্রে সাধারণত একাধিকবার সংশোধনের প্রয়োজন হয় এবং প্রথমবার তৈরি ছবিই খুব কম ক্ষেত্রে চূড়ান্ত ফলাফল হয়। তাই মডেলটিতে স্থানীয় সম্পাদনা ও উপাদান পুনর্ব্যবহারের জন্য একাধিক টুল যুক্ত করা হয়েছে:
ম্যাজিক ওয়ান্ড টুলটি অন্য এলাকাগুলো অপরিবর্তিত রেখে ব্যবহারকারী নির্দেশিত অংশটিই সম্পাদনা করে;
সেগমেন্টেশন ফাংশনের মাধ্যমে ছবির নির্দিষ্ট অংশ নির্বাচন করে সেই অংশে পরিবর্তন করা যায়;
ব্যাকগ্রাউন্ড অপসারণ ফাংশনটি স্বচ্ছ ব্যাকগ্রাউন্ডসহ মূল বিষয়টি রপ্তানি করতে পারে, ফলে তা অন্য কাজে ব্যবহার করা সহজ হয়;
একাধিক রেফারেন্স ছবি সম্পাদনা ফিচারে একবারে সর্বাধিক 5টি ছবি ইনপুট দেওয়া যায়, যা হাতে করে সংযোজনের প্রয়োজন কমায়।
স্মার্ট রিসাইজ ফিচারে ব্যবহারকারী লক্ষ্য অনুপাত নির্বাচন করলে মডেলটি ছবির ফ্রেম সম্পূর্ণ করে, যাতে একই ছবি বিভিন্ন আকারের প্রয়োজনের সঙ্গে মানিয়ে যায়।
পারফরম্যান্সের দিক থেকে, Image 2.0 ফটোগ্রাফি, ডিজাইন ও ইলাস্ট্রেশনের মতো কাজের ক্ষেত্রকে সামনে রেখে প্রশিক্ষিত হয়েছে। xAI-এর উদ্ধৃত Arena Text-to-Image (Arena টেক্সট-টু-ইমেজ) এবং Image Edit (ছবি সম্পাদনা) র্যাঙ্কিংয়ের তথ্য অনুযায়ী, 2026 সালের 7 আগস্ট পর্যন্ত Image 2.0 টেক্সট-টু-ইমেজ তৈরি এবং ছবি সম্পাদনা, উভয় সক্ষমতায় বিশ্বে দ্বিতীয় স্থানে রয়েছে। এর আগে রয়েছে OpenAI-এর GPT Image 2 মডেল।
