Grok 一開始以對話見長，但 xAI 在 2024 年底把圖片生成也塞進來了。現在的 Grok Imagine 不只能生圖，連短影片都能跑，而且整個功能就在你聊 Grok 的同一個介面裡。
問題是，免費版能不能用？能做到什麼程度？這篇把 Grok Imagine 的底細講清楚。
認識 Grok Imagine
Grok Imagine 是 xAI 內建在 Grok 裡的 AI 圖片暨短影片生成功能，底層模型叫做 Aurora，於 2024 年 12 月推出。
Aurora 的技術路線和 Stable Diffusion 或 DALL-E 不一樣，它不跑擴散架構，而是用自回歸 MoE（Mixture of Experts）。這個差異帶來一個實際效果：圖片裡的文字渲染。擴散模型生的圖，裡面的英文字母常常拼錯、中文字常常亂掉；Aurora 因為架構不同，在這個問題上表現明顯好一截。如果你需要生成帶有標語、說明文字、品牌名稱的圖，這個差異很有感。
功能集中在 Grok 介面的「Imagine」分頁，入口有三個：
- grok.com 的 Imagine 分頁（瀏覽器版，最完整）
- X app / x.com 裡的 Grok 介面
- Grok iOS / Android 獨立 app
用哪個入口都需要 X 帳號或 xAI 帳號登入。
怎麼用 Grok Imagine
步驟直接：
- 到 grok.com 或打開 Grok app，登入帳號
- 確認你有付費方案，免費版看得到 Imagine 分頁，點下去是付費牆（2026/3/19 起）
- 進入「Imagine」分頁
- 打 prompt（主體＋動作＋場景＋風格＋技術細節；繁體中文 prompt 可以直接用）
- 選長寬比（橫、直、正方形等）
- 點 Generate，生圖約 3–5 秒，影片約 17–30 秒
- 不滿意就點 Regenerate，或在同一個對話裡追加指令微調（「光線再暗一點」、「移除背景裡的人」）
- 下載，或直接分享到 X
Prompt 技巧上，越具體越好：主體的外形、動作、背景、光線、鏡頭、風格，能寫的都寫進去。Grok 在同一個對話裡記得前面的圖和指令，所以不用每次從頭重寫 prompt，追加一句微調比重來過有效率。
繁體中文 prompt 直接輸入沒問題。偶爾 Grok 的回覆訊息會混入簡體用語，加上「請用台灣繁體中文」可以改善。
免費版無法生圖
這件事值得單獨說清楚：免費帳號目前無法使用 Grok Imagine。
2026 年 3 月 19 日之後，免費版的 Imagine 分頁入口還在，但點進去會跳出訂閱提示。這個變動跟 2026 年初的 deepfake 風波有直接關係（後面一節會講）。若有看到網路上說「Grok 可以免費生圖」的文章，注意看發布日期，那些資訊在 3 月底之後就過時了。
價格
免費版不能生圖，要用 Grok Imagine 得訂閱付費方案。xAI 的專屬方案有兩個（常有限時折扣，恢復後的原價如下）：
- SuperGrok：約 US$30/月，一般使用者的主力選擇，含影片生成。
- SuperGrok Heavy：約 US$300/月，給高頻、專業用途。
此外，訂閱 X Premium / X Premium+ 也含 Grok 的進階存取（順帶取得，不是專為生圖設計的方案）。各方案的實際生圖額度 xAI 沒有公開、各方說法不一，以 grok.com 當下顯示為準。
API 方面，標準模型每張圖約 US$0.02、Pro 模型約 US$0.07（以官方最新定價為準）。
Grok Imagine 能做什麼
文字生圖片
輸入文字 prompt，選長寬比（支援多種橫直比），約 3–5 秒出圖，生圖速度在主流 AI 生圖工具裡算快的（實際解析度選項以官方介面為準）。
圖內文字渲染是 Aurora 的顯著強項。你要生一張帶廣告語的海報、一張有品牌 Logo 文字的產品圖，Aurora 的文字準確率比擴散架構的工具好一截。圖內繁體中文文字目前沒有系統性公開實測，建議自行測試確認。
圖片編輯與風格轉換
可上傳參考圖（數量以官方介面為準），做風格轉換或指定元素替換。比方說上傳一張產品照，讓 Grok 把它轉成水墨畫風格，或把背景換成指定場景。編輯深度比 Photoshop AI 工具淺，但在對話流程裡操作很直覺。
短影片生成
在 Imagine 裡輸入 prompt 也能生成影片：
- 長度約 6–15 秒
- 解析度 720p，幀率 24fps
- 生成時間約 17–30 秒
跟專門的影片生成工具（例如 Kling）比，影片長度短、解析度較低、動態連貫性也差一截，這個落差目前還蠻明顯的。Grok 影片功能的優勢主要是和對話介面的整合：你在聊 Grok 的同一個視窗裡打幾個字就能出影片，入門門檻低。
現階段沒有音訊生成功能。
deepfake 風波與內容政策
2025 年底到 2026 年初，Grok Imagine 因為被大量用於生成未經同意的 deepfake 影像（受害者多為女性與公眾人物）而引發廣泛批評。事件延燒後，xAI 先在 1 月 9 日把生圖限定付費用戶、大幅收緊內容過濾，接著在 3 月 19 日全面取消免費版的生圖功能。
這件事定義了 Grok Imagine 在 2026 年的現狀：更嚴格的 NSFW 過濾、明顯縮窄的「允許範圍」，以及更高的使用門檻（需付費）。
Grok 早期以相對寬鬆的生成尺度聞名，網路上有不少第三方文章教如何突破限制。目前多數此類做法違反 xAI ToS，帳號有被停用的風險，這裡不說明操作方式。
xAI 的內容政策仍在持續調整，細節以 docs.x.ai 和 x.ai/news 的官方公告為準。
跟其他工具比
| Grok Imagine（Aurora） | Midjourney | Kling | |
|---|---|---|---|
| 圖內文字 | 強 | 較弱 | n/a |
| 藝術風格 | 普通 | 強 | n/a |
| 寫實攝影 | 強 | 強 | n/a |
| 圖片編輯深度 | 淺 | 中 | n/a |
| 影片長度 | 6–15 秒 | n/a | 更長 |
| 影片品質 | 普通 | n/a | 強 |
| X 整合 | 原生 | 無 | 無 |
| 入門成本 | 需付費方案 | 需付費 | 需付費 |
幾個判斷基準：
選 Grok Imagine 的情況：你原本就用 Grok、需要圖內文字準確、或想要生圖和 X 發文整合在一個流程裡。
影片選專門工具（如 Kling）的情況：需要超過 15 秒、或對動態連貫性要求高。Grok 的影片功能目前還在早期階段。
圖片藝術風格選 Midjourney 的情況：需要細膩的藝術方向控制、風格一致性、或進階圖片編輯。
結論
Aurora 的圖內文字渲染是真實的差異化優勢，不是行銷說法。這個架構選擇讓它在特定場景（品牌圖、資訊圖、帶標語的社群圖）比同類工具好用，不需要事後去 Canva 加字。
影片功能目前的定位比較像「能用但不驚豔」。Kling 這類專門影片工具在這個賽道領先蠻多的，Grok 的短影片更適合拿來快速驗證視覺概念，不適合作為正式影片內容的輸出工具。
取消免費生圖這件事讓 Grok Imagine 的使用門檻明顯提高了，而且付費理由目前主要來自圖內文字和 X 整合這兩點，如果這兩個不是你的剛需，Midjourney 或其他免費生圖工具可能更合算。付費入場的話，SuperGrok（約 US$30/月）的 CP 值比 X Premium+ 好，方案數字以官方為準。
延伸閱讀
整理：Penna｜小企鵝 Penchan