ChatGPT-MidJourney Proxy项目v2.23.5版本发布:新增Grok系列模型支持
ChatGPT-MidJourney Proxy是一个将ChatGPT与MidJourney AI绘画功能整合的创新项目,为用户提供了一站式的AI对话与图像生成体验。该项目通过中间服务的方式,让用户可以在同一个界面中无缝切换使用ChatGPT的文本生成能力和MidJourney的图像生成能力。
本次发布的v2.23.5版本带来了重要的模型更新,主要聚焦于新增对Grok系列模型的支持,以及GPT-4.5预览版的加入。这些更新显著扩展了项目的AI能力范围,为用户提供了更多选择。
新增Grok系列模型支持
v2.23.5版本引入了三种Grok系列模型,丰富了项目的模型生态:
-
grok-3:这是Grok系列的基础模型,具备强大的通用语言理解与生成能力,适合大多数对话场景。
-
grok-3-reasoner:专注于逻辑推理和问题解决的变体模型,在处理需要复杂推理的任务时表现更优。
-
grok-3-deepsearch:专为深度信息检索和知识挖掘优化的版本,在需要从大量信息中提取关键内容的场景下表现突出。
Grok系列模型由xAI公司开发,以其高效的推理能力和对复杂问题的处理能力著称。将这些模型整合到项目中,为用户提供了除OpenAI系列模型外的另一种选择,特别是在需要处理技术性内容或进行深度分析的场景中。
GPT-4.5预览版加入
除了Grok系列,本次更新还引入了GPT-4.5的两个预览版本:
-
gpt-4.5-preview-2025-02-27:特定日期的快照版本,适合需要稳定性的用户。
-
gpt-4.5-preview:最新的预览版本,包含OpenAI最新的改进和优化。
GPT-4.5作为GPT-4的升级版本,在多个方面有所提升,包括更长的上下文理解能力、更精准的回答以及更强的多模态处理能力。虽然目前仍处于预览阶段,但已经展现出比GPT-4更优异的性能。
技术实现与优化
在技术实现层面,v2.23.5版本保持了项目一贯的高标准:
-
多平台支持:提供了macOS的universal版本和Windows的x64安装包,确保不同操作系统用户都能获得良好的使用体验。
-
安装包多样性:除了常规的安装程序外,还提供了MSI安装包和NSIS打包的ZIP版本,满足企业部署和个人使用的不同需求。
-
签名验证:所有安装包都附带数字签名,确保下载文件的完整性和安全性。
使用建议
对于不同类型的用户,可以根据需求选择合适的模型:
-
普通对话场景:grok-3或gpt-4.5-preview都能提供出色的体验。
-
技术分析与研究:grok-3-reasoner和grok-3-deepsearch是更好的选择。
-
创意内容生成:结合MidJourney的绘画能力和GPT-4.5的语言能力,可以产生令人惊艳的创意作品。
ChatGPT-MidJourney Proxy项目的持续更新,展现了AI技术整合应用的巨大潜力。v2.23.5版本的发布,不仅扩展了模型选择,也为用户提供了更强大的AI能力组合,进一步模糊了文本生成与图像创作之间的界限。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00