程式碼曝光：Grok 1.5 或接入 Midjourney 生成圖片

程式碼庫往往藏不住秘密，這次的主角是馬斯克的 xAI。

今年 2 月，業內就有傳言稱 xAI 正在與影像生成領域的頭部玩家 Midjourney 接觸，商討潛在合作。隨後的幾個月裡，雙方一直沒有透露任何進展。直到最近，有人在 Grok 獨立版本的程式碼庫中，直接發現了指向 Midjourney 的程式碼引用。

借道 Midjourney 補齊短板

此前外界都知道 xAI 一直在為 Grok 研發影像生成功能，但從程式碼變動來看，Grok 可能會直接通過 API 接入 Midjourney 的模型。

如果這一整合屬實，Grok 的畫圖能力可以說是坐上了快車道。Midjourney 在影像質感、藝術風格和構圖細節上一直處於行業前列，但它長期依賴 Discord 互動，很多普通使用者一直覺得門檻偏高。

通過把 Midjourney 的能力塞進 Grok，使用者在與聊天機器人對話的同時，就能直接呼叫高質量的影像生成服務。

讀圖功能也要跟著上線

除了生成圖片，程式碼庫中的變動還顯示，獨立版本的 Grok 很快將允許使用者直接上傳圖片，這意味著多模態的視覺理解能力即將到位。

這一系列新動作，很可能是 Grok 1.5 升級包的一部分。目前 Grok 1.5 已經開始逐步面向 X 平臺使用者以及獨立版 Grok 使用者推送。

從只能處理文字到既能看圖又能作圖，Grok 正在加速補齊成為全能助手所缺的拼圖。

為什麼重要

對於使用者來說，這意味著很可能不需要再去折騰 Discord 伺服器、忍受複雜的命令格式，就能直接在 X 或獨立版 Grok 裡用上頂級的影像生成能力。如果你平時就依賴 Midjourney 作圖，或者經常需要大模型幫你分析圖片內容，這次升級一旦落地，日常工作流會順暢很多。

從行業競爭來看，我們認為 xAI 這一步走得相當務實，但也帶著妥協。自研頂尖的影像擴散模型需要消耗極其龐大的算力和資料週期，OpenAI 和 Google 都在打全棧自研的多模態大旗，而 xAI 選擇直接向外部巨頭借力，能用最快的時間堵住產品功能上的明顯缺口。

不過隱患也同樣明顯。一旦關鍵能力依賴第三方 API，在呼叫成本、服務穩定性和商業化分成上就會受制於人。如果後續 Midjourney 調整策略或限制介面許可權，Grok 可能會陷入被動。看起來馬斯克目前的目標非常明確，那就是先把功能推到使用者面前，搶佔 X 平臺上的活躍度，至於底層技術自研的仗，以後再慢慢打。