國(guó)產(chǎn)大模型DeepSeek在科技界再度掀起波瀾，于1月28日凌晨悄然發(fā)布其最新力作——Janus-Pro多模態(tài)大模型，正式涉足文本生成圖像領(lǐng)域。這一舉動(dòng)不僅彰顯了DeepSeek在人工智能領(lǐng)域的深厚底蘊(yùn)，更為全球AI技術(shù)競(jìng)賽增添了新的看點(diǎn)。
在備受矚目的Geneval和DPG-Bench基準(zhǔn)測(cè)試中，Janus-Pro-7B憑借其卓越性能，一舉超越了OpenAI的DALL-E 3、Stable Diffusion以及Emu3-Gen等業(yè)界知名模型，展現(xiàn)了其強(qiáng)大的文本到圖像生成能力。這一成就無(wú)疑為DeepSeek贏得了更多的關(guān)注與贊譽(yù)。
據(jù)DeepSeek方面介紹，Janus-Pro作為其此前發(fā)布的JanusFlow大模型的高級(jí)版本，在訓(xùn)練策略、訓(xùn)練數(shù)據(jù)以及模型規(guī)模等方面均進(jìn)行了全面優(yōu)化與升級(jí)。這些改進(jìn)使得Janus-Pro在多模態(tài)理解和文本到圖像的指令跟蹤功能方面取得了顯著進(jìn)步，同時(shí)大幅提升了文本到圖像生成的穩(wěn)定性。
盡管目前Janus-Pro僅能處理384x384分辨率的圖像，但其緊湊的模型結(jié)構(gòu)卻能實(shí)現(xiàn)如此高水平的性能，實(shí)屬難能可貴。這一特點(diǎn)使得Janus-Pro在資源受限的環(huán)境下仍能保持出色的表現(xiàn)，為更多應(yīng)用場(chǎng)景提供了可能。
作為一款多模態(tài)模型，Janus-Pro的功能遠(yuǎn)不止于文本生成圖像。它還能對(duì)圖片進(jìn)行精準(zhǔn)描述，識(shí)別地標(biāo)景點(diǎn)，識(shí)別圖像中的文字，并能對(duì)圖片中的知識(shí)進(jìn)行詳細(xì)介紹。這些功能使得Janus-Pro在圖像處理、信息檢索以及知識(shí)問(wèn)答等領(lǐng)域具有廣泛的應(yīng)用前景。
Janus-Pro采用了MIT開源協(xié)議，這意味著用戶可以無(wú)限制地將其應(yīng)用于商業(yè)場(chǎng)景。這一舉措無(wú)疑將進(jìn)一步推動(dòng)Janus-Pro的普及與應(yīng)用，為更多企業(yè)和個(gè)人提供強(qiáng)大的AI技術(shù)支持。
