GeekAI v4.1.8 版本发布:全新UI与AI能力升级
GeekAI 是一个专注于人工智能应用的开源项目,致力于为用户提供便捷、高效的AI工具和服务。项目涵盖了从文本生成、图像创作到语音合成等多个AI应用领域,通过不断的技术迭代为用户带来更优质的体验。
UI 全面革新:支持主题切换
本次版本最显著的改进是用户界面的全面改版。新版本采用了现代化的设计语言,界面布局更加简洁直观,操作流程更加符合用户习惯。特别值得一提的是新增的主题切换功能,允许用户根据个人喜好选择不同的界面主题,无论是偏好深色模式还是浅色模式,都能找到适合自己的视觉风格。
Gitee AI API 深度集成
v4.1.8 版本实现了与 Gitee AI API 的深度集成,为用户带来了两大核心能力:
-
SD 绘图接口:通过接入 Gitee 的 Stable Diffusion 绘图接口,用户可以获得更稳定、高效的图像生成服务。该接口支持多种风格和参数的调整,满足不同场景下的创作需求。
-
AI 对话接口:集成了 Gitee 的智能对话能力,使系统的自然语言处理能力得到进一步提升。无论是日常问答还是专业咨询,都能提供更加准确、流畅的交互体验。
Suno 模型升级与优化
针对音乐生成领域,本次更新适配了 Suno v4.0 模型,带来了更高质量的音乐生成效果。同时修复了任务管理中的若干问题:
- 解决了因 Luma API 更新导致的任务响应解析失败问题
- 修复了已完成 Suno 任务删除功能异常的问题
这些改进显著提升了音乐生成功能的稳定性和用户体验。
OpenAI 实时语音通话功能
v4.1.8 版本引入了一项重磅功能——OpenAI 实时语音通话。该功能具有以下特点:
- 采用按次收费模式,合理控制使用成本
- 管理员可灵活配置每次通话的算力消耗
- 提供高质量的实时语音交互体验
这项功能为需要语音交互的应用场景提供了新的可能性,如语音助手、智能客服等。
绘图功能增强与算力管理
在图像生成方面,本次更新带来了多项改进:
-
DALL-E-3 支持 Flux 模型:扩展了绘图模型的选项,用户现在可以选择 Flux 模型进行创作,获得不同风格的图像输出。管理员可以在后台添加和管理各种绘图模型。
-
算力消耗控制:
- 生成提示词现在需要消耗算力
- 管理员可以设置每次生成提示词的算力消耗
- 有效防止资源滥用,保障系统稳定运行
其他优化与改进
- Markdown 增强:完善了对 emoji 表情的解析支持,使文档编辑更加生动有趣
- 功能可见性控制:当管理员在后台禁用某个绘图功能时,移动端界面会同步隐藏该功能,保持体验的一致性
总结
GeekAI v4.1.8 版本通过UI革新、功能增强和问题修复,为用户带来了更加完善的人工智能应用体验。从视觉交互到核心功能,从算力管理到模型支持,本次更新在多方面都有显著提升,展现了项目团队对技术细节的追求和对用户体验的重视。这些改进不仅增强了现有功能,也为未来的扩展奠定了坚实基础。
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-X1-7BSpark-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