代码曝光：Grok 1.5 或接入 Midjourney 生成图片

代码库往往藏不住秘密，这次的主角是马斯克的 xAI。

今年 2 月，业内就有传言称 xAI 正在与图像生成领域的头部玩家 Midjourney 接触，商讨潜在合作。随后的几个月里，双方一直没有透露任何进展。直到最近，有人在 Grok 独立版本的代码库中，直接发现了指向 Midjourney 的代码引用。

借道 Midjourney 补齐短板

此前外界都知道 xAI 一直在为 Grok 研发图像生成功能，但从代码变动来看，Grok 可能会直接通过 API 接入 Midjourney 的模型。

如果这一整合属实，Grok 的画图能力可以说是坐上了快车道。Midjourney 在图像质感、艺术风格和构图细节上一直处于行业前列，但它长期依赖 Discord 交互，很多普通用户一直觉得门槛偏高。

通过把 Midjourney 的能力塞进 Grok，用户在与聊天机器人对话的同时，就能直接调用高质量的图像生成服务。

读图功能也要跟着上线

除了生成图片，代码库中的变动还显示，独立版本的 Grok 很快将允许用户直接上传图片，这意味着多模态的视觉理解能力即将到位。

这一系列新动作，很可能是 Grok 1.5 升级包的一部分。目前 Grok 1.5 已经开始逐步面向 X 平台用户以及独立版 Grok 用户推送。

从只能处理文字到既能看图又能作图，Grok 正在加速补齐成为全能助手所缺的拼图。

为什么重要

对于用户来说，这意味着很可能不需要再去折腾 Discord 服务器、忍受复杂的命令格式，就能直接在 X 或独立版 Grok 里用上顶级的图像生成能力。如果你平时就依赖 Midjourney 作图，或者经常需要大模型帮你分析图片内容，这次升级一旦落地，日常工作流会顺畅很多。

从行业竞争来看，我们认为 xAI 这一步走得相当务实，但也带着妥协。自研顶尖的图像扩散模型需要消耗极其庞大的算力和数据周期，OpenAI 和 Google 都在打全栈自研的多模态大旗，而 xAI 选择直接向外部巨头借力，能用最快的时间堵住产品功能上的明显缺口。

不过隐患也同样明显。一旦关键能力依赖第三方 API，在调用成本、服务稳定性和商业化分成上就会受制于人。如果后续 Midjourney 调整策略或限制接口权限，Grok 可能会陷入被动。看起来马斯克目前的目标非常明确，那就是先把功能推到用户面前，抢占 X 平台上的活跃度，至于底层技术自研的仗，以后再慢慢打。