Релиз-ноты xAI август 2026: что выпустила компания Маска за месяц

Август 2026 года у xAI вышел плотным. Компания выкатила обновления сразу по нескольким направлениям, и если смотреть на них по отдельности, каждое кажется точечным улучшением. Но вместе они складываются в довольно чёткую картину: xAI планомерно закрывает разрывы с OpenAI и Google по базовым пользовательским сценариям – изображения, голос, видео, создание приложений. Посмотрим на каждое обновление отдельно.

Imagine Image 2.0: второй в мире по генерации и редактированию

7 августа 2026 года xAI объявила о запуске Imagine Image 2.0 в качестве нового режима Quality Mode на grok.com/imagine и в мобильных приложениях. Звучит как маркетинговый анонс, но за ним стоит кое-что конкретное.

Модель занимает второе место в мире одновременно по text-to-image и по редактированию изображений – по данным Arena Image Edit и Text-to-Image leaderboards на дату релиза (7 августа 2026). Это реальный benchmark, а не самооценка. Второе место, не первое, – xAI честно указывает это в релиз-нотах, что само по себе необычно.

Что практически важно в Image 2.0: инструмент magic wand точечно редактирует только указанную область, не трогая остальное. Это звучит тривиально, но именно здесь традиционно ломались все генераторы – попросишь перекрасить куртку, модель перерисовывает лицо. Плюс multi-ref editing: до пяти входных изображений в одной генерации, без ручного монтажа. Для тех, кто строит контент-завод на ИИ, это прямая польза: консистентный визуальный стиль без дорогого пост-продакшна.

Добавили шаблоны под конкретные задачи: фото продукта, хедшоты, иконки, игровые ассеты. Каждый шаблон – это уже настроенный рабочий процесс, в который подставляешь входные данные. Smart resize растягивает одно изображение под любой формат кадра, дорисовывая края. API пока недоступен, но анонсирован.

Grok Voice Think Fast 2.0: голосовая модель с параллельным рассуждением

29 июля 2026 года xAI объявила Grok Voice Think Fast 2.0 – речевую модель типа speech-to-speech. Цена: $0.08 за минуту аудио. С 5 августа 2026 года grok-voice-latest автоматически переключился на эту версию.

Интересная техническая деталь здесь – модель рассуждает параллельно с речью, а не после. Это означает, что tool calls обычно завершаются до конца первой фразы агента. Для голосовых агентов это критично: пауза в разговоре раздражает сильнее, чем неточный ответ.

Точность транскрипции – отдельный предмет для разговора. В оценке по тысячам коротких фраз на 24 языках xAI заявляет улучшение в 1.5-2.0 раза относительно Deepgram Nova 3 и ElevenLabs Scribe v2, и в 1.4 раза относительно предыдущей версии – Grok Voice Think Fast 1.0. В зашумлённых условиях разрыв с моделями speech-to-text вырастает примерно до 10 раз. Цифры сильные, хотя независимой верификации пока нет.

Показательный кейс из релиз-нотов: xAI тестировала 2.0 на реальных звонках Starlink (телефон поддержки +1 888 GO STARLINK) и зафиксировала рост конверсии продаж и containment rate. Это A/B-тест на настоящем трафике, а не синтетический benchmark – такие данные стоят внимания.

Для тех, кто думает о ИИ-аватаре для видео или голосовых интерфейсах в продукте, – обновлённая модель закрывает одну из самых болезненных проблем: звонки с реальными помехами и компрессией телефонии. Раньше там всё сыпалось.

Imagine Video 1.5: референсы, 1080p, семь входных изображений

31 июля 2026 года получила развитие модель видеогенерации. Imagine Video 1.5 существовала и раньше, но теперь добавили: text-to-video, image и voice references, нативный 1080p.

До семи референсных изображений за одну генерацию – это много. Каждый референс фиксирует что-то одно: лицо персонажа, локацию, объект. Можно держать персонажа и менять сцену, можно держать сцену и менять персонажа, можно зафиксировать обоих и менять только действие. Voice consistency работает аналогично: передаёшь фото персонажа и голосовой референс – и то, и другое сохраняется от сцены к сцене.

Text-to-video под капотом работает как text-to-image с последующим image-to-video, что технически честно указано в документации. Для конечного пользователя разницы нет, для разработчика API – важно понимать цепочку.

Запуск шёл поэтапно: image и voice references стартовали 31 июля для SuperGrok Heavy и SuperGrok Plus в США на grok.com/imagine и iOS, затем разворачивались на остальные тиры. В API: image references, text-to-video и 1080p уже доступны, voice reference – по запросу.

Build Mode и Grok Build 1.0.0: создание приложений из чата

Это самый неочевидный, но, возможно, самый любопытный релиз августа. Если говорить о релиз-ноты xAI август 2026 в целом, именно Build Mode лучше всего отражает, куда смотрит компания.

Build Mode запущен 28 июля 2026 года в Early Beta для подписчиков SuperGrok Heavy. Идея простая: описываешь задачу в чате, Grok пишет код и показывает рабочий превью прямо в разговоре. Потом публикуешь по ссылке grok.me или на собственный домен. Устанавливать ничего не нужно.

Что реально собирают пользователи: лендинги, портфолио, внутренние утилиты, планировщики, симуляции, аркадные игры, интерактивные дашборды с реальными данными из подключённых коннекторов. Звучит как Replit или Cursor в браузере – и это честное сравнение. xAI входит на зрелый рынок vibe coding, а не изобретает жанр.

7 августа 2026 года вышел Grok Build 1.0.0 – CLI-версия того же инструмента. Список правок длинный, но несколько пунктов заслуживают внимания: поддержка CJK-текста в терминале, корректная работа с большими сессиями и git-репозиториями, remote resume без риска подтянуть лишний код, чистые баннеры вместо сырых JSON-ответов об ошибках. Это патч-релиз, который закрывает реальные раздражители разработчика, а не украшательства.

Что это означает для AI-маркетинга и продуктовых команд

Пять продуктов за месяц – темп высокий. Но важнее другое: xAI закрывает не экзотические функции, а базовые рабочие сценарии. Редактирование изображений без побочных эффектов. Голосовые агенты, которые не ломаются на фоновом шуме. Видео с консистентными персонажами. Приложения без установки среды разработки.

Для маркетинговых команд особенно релевантны Image 2.0 и Video 1.5 в паре: единый визуальный стиль через multi-ref, референсные персонажи, которые узнаются от ролика к ролику. Если вы уже смотрите в сторону автоматического блога с ИИ, то обновление Image 2.0 с шаблонами под продуктовые съёмки – прямой аргумент пересмотреть пайплайн генерации иллюстраций.

Build Mode пока в Early Beta и только для SuperGrok Heavy. Ограничение реальное. Но направление очевидно: xAI хочет, чтобы нетехнические пользователи собирали рабочие продукты без посредников. Получится ли – увидим по следующим итерациям.

Grok Voice Think Fast 2.0 по заявленным показателям превосходит специализированные speech-to-text модели в сложных условиях. Если это подтвердится независимыми тестами, телефония и голосовые агенты для колл-центров получают интересный новый вариант. Кейс со Starlink здесь важен именно потому, что это реальный трафик, а не лаборатория.

В целом август 2026 у xAI выглядит как сознательный марш-бросок по базовым возможностям. Компания не пытается удивить одной прорывной фичей – она закрывает сразу несколько пробелов, которые раньше отправляли пользователей к конкурентам. Это не всегда эффектно, зато практично. Посмотрим, сохранится ли такой темп в сентябре.