ChatGPT Web 3.0.0版本发布:支持DeepSeek R1思维链展示
ChatGPT Web是一个基于Web的ChatGPT客户端项目,它为用户提供了便捷的界面来与各种AI模型进行交互。该项目持续更新,不断优化用户体验并支持最新的AI模型功能。
主要更新内容
1. 全面支持DeepSeek R1模型的思维链展示
DeepSeek R1模型的一个重要特性是能够展示其推理过程的思维链(thought chain)。在3.0.0版本中,ChatGPT Web特别增加了对这一功能的支持。这意味着当用户与DeepSeek R1模型交互时,不仅能看到模型的最终回答,还能清晰地了解模型得出这个结论的整个思考过程。
思维链展示对于理解AI模型的推理逻辑非常有价值,特别是在处理复杂问题时,用户可以看到模型是如何一步步分析问题、考虑各种因素并最终得出结论的。这种透明性大大增强了用户对AI输出的信任度。
2. 移除非官方API支持
随着OpenAI官方API的成熟和稳定,3.0.0版本决定移除对非官方API的支持。这一决策基于几个重要考虑:
- 官方API提供了更稳定、更可靠的服务
- 非官方API可能存在安全风险和使用约束
- 统一使用官方API可以简化代码维护
- 符合OpenAI的使用政策
这一变化意味着项目将更加专注于提供基于官方API的最佳实践和优化体验。
3. 图像上传功能优化
3.0.0版本改进了图像上传功能,现在支持所有兼容的模型上传图像。这一改进使得多模态交互更加灵活,用户可以根据需要选择最适合处理图像的模型,而不受限于特定模型的约束。
技术实现细节
在实现DeepSeek R1思维链展示时,开发团队特别注意了以下几点:
- 思维链的视觉呈现:确保思维链的展示清晰、易读,与普通回复有明显区分
- 交互设计:用户可以方便地展开或收起思维链细节
- 性能优化:思维链的解析和渲染不会显著影响整体响应速度
对于图像上传功能的改进,团队重构了相关代码,使其更加模块化,便于未来支持更多模型的图像处理能力。
升级建议
对于现有用户,升级到3.0.0版本需要注意:
- 如果之前依赖非官方API,需要切换到官方API
- 新版本可能需要更新一些依赖项
- 配置文件中可能需要调整相关设置以适应新功能
未来展望
3.0.0版本的发布标志着ChatGPT Web项目进入了一个新阶段,更加专注于提供稳定、合规且功能丰富的AI交互体验。未来版本可能会继续优化多模态交互能力,并支持更多AI模型的特色功能。
对于开发者而言,这个版本也展示了如何平衡功能创新与技术债务,通过移除不再必要的功能来保持代码库的整洁和可维护性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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