Elon Musk no da puntada sin hilo, y la última jugada de su división de inteligencia artificial lo deja muy claro frente a la industria. Tras meses viendo cómo Midjourney y DALL-E dominaban casi toda la conversación creativa, xAI acaba de soltar Imagine Image 2.0. Y no, te aseguro que no es una simple actualización para hacer memes más graciosos en redes sociales. Se trata de un nuevo modo Quality integrado de lleno en el servicio Imagine de Grok, que ya puedes probar tanto en la web como en sus apps para iOS y Android.
La cruda realidad es que el mercado profesional pedía a gritos algo más enfocado al flujo de trabajo real. Este modelo nace precisamente para eso, huyendo de la generación puntual y aleatoria que tantas frustraciones genera. Lo que busca es ofrecer un control casi milimétrico sobre los layouts, textos que por fin se puedan leer sin parecer un dialecto alienígena y elementos visuales fácilmente repetibles. Una auténtica maravilla para los diseñadores.
De hecho, si miramos sus tripas técnicas, la promesa principal de Image 2.0 es su brutal capacidad para seguir instrucciones extremadamente detalladas. El modelo puede planificar la tipografía y la composición en diseños visualmente muy densos, manteniendo el texto pequeño completamente nítido en todo momento. Básicamente, le pides un cartel publicitario complejo y el sistema organiza los elementos sin que parezca un collage mal pegado.
El fin del caos visual: edición quirúrgica y magia en los fondos
Por si fuera poco, los desarrolladores de xAI han metido un arsenal de herramientas de edición que parecen sacadas directamente de una suite profesional. Hablamos de poder seleccionar regiones específicas mediante una varita mágica o segmentación inteligente, alterando solo lo que necesitas sin destrozar el resto de los píxeles. A esto se le suma la siempre ansiada eliminación de fondos para sacar imágenes con transparencia al instante.
Pero aquí viene lo verdaderamente gordo: su capacidad de fusión y composición asistida. Según los datos oficiales, el sistema permite combinar hasta cinco imágenes de referencia en una sola generación. Es decir, le pasas un fondo de paisaje, el rostro de un personaje, un estilo de iluminación concreto y un par de texturas adicionales, y te devuelve una escena perfectamente integrada. Te ahorras horas enteras de composición manual. Así de simple.
Otra función que no pasa desapercibida en absoluto es el bautizado como Smart Resize. Esta utilidad sirve para extender las imágenes generadas a prácticamente cualquier formato que necesites en redes o diseño editorial. El sistema soporta proporciones radicales como 1:2, el clásico 9:16 para consumir en el móvil, un formato cuadrado perfecto, horizontal clásico o un cinematográfico 2:1. Se acabaron los recortes extraños que arruinan la composición fotográfica original.
Plantillas predefinidas y la ambiciosa vista puesta en el vídeo
Y es que xAI ha entendido perfectamente que los creadores odian repetir el mismo prompt ochenta veces para obtener resultados similares. Para solucionarlo de raíz, han introducido plantillas predefinidas pensadas para flujos de trabajo muy recurrentes en agencias y estudios. Puedes usarlas para la edición de fotos, cambios de color en catálogos de e-commerce, retratos corporativos, o incluso para crear iconos, emojis y sprites de personajes para videojuegos. Tú solo metes los inputs básicos y el sistema aplica el flujo de trabajo ya configurado de antemano. Ni se inmuta.
Evidentemente, esto tiene un impacto brutal en la preproducción audiovisual y el storyboarding. Para la planificación de vídeo, Image 2.0 facilita enormemente la vida al permitir generar personajes, localizaciones y objetos por separado, manteniendo siempre un estilo visual cohesionado. Esto significa que puedes crear un universo narrativo entero con personajes y entornos reutilizables que no cambian de diseño misteriosamente en cada plano. Una auténtica locura.
La batalla por el podio: ¿Dónde queda xAI frente a OpenAI?
Como era de esperar, la empresa de Musk no ha tardado en sacar pecho con los siempre polémicos benchmarks del sector. Afirman sin despeinarse que Image 2.0 ya ocupa el segundo puesto mundial tanto en generación de imágenes a partir de texto como en la pura edición fotográfica. Si acudimos a los implacables resultados de Arena, vemos que la versión grok-imagine-image-2 (low) rasca una puntuación de 1320 en text-to-image. Un número muy respetable para un recién llegado a esta liga.
La letra pequeña es que todavía hay un rey indiscutible sentado en la cima de esa colina. Ese trono lo sigue ocupando gpt-image-2 de OpenAI, que marca unos sólidos 1380 puntos en la misma categoría técnica. En el terreno de la edición de imágenes pura y dura, la historia se repite casi al milímetro. El modelo de xAI alcanza los 1439 puntos, quedándose a un suspiro de los 1463 que ostenta su rival directo. Pisan fuerte, pero aún van a rebufo.
Un detalle curioso para los más analíticos es que los modelos de xAI no aparecen en Arena con su nombre comercial habitual. Lo hacen bajo la enigmática denominación SpaceXAI, un guiño evidente al vasto imperio tecnológico de su creador. Por otro lado, sabemos que la variante grok-imagine-image-quality se queda un poco más rezagada, marcando 1228 en generación de imágenes y 1390 en tareas de edición. Cifras que, sin duda, veremos escalar en las próximas actualizaciones.
A todo esto, hay que recordar que el acceso vía API para integrarlo en otras aplicaciones está previsto en la hoja de ruta de la compañía, pero a día de hoy todavía no está disponible. Cuando por fin abran ese grifo a los desarrolladores externos, será el verdadero test de estrés para la infraestructura de xAI.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
