来源：财联社
就在华尔街周一紧张评《ued新版uc体育》估“DeepSeek风暴”之际，这家中国公司再度甩出新品：在图像生成基准测试中超越OpenAI“文生图”模型DALL-E 3的多模态大模型Janus-Pro，同样也是开源的。
除夕凌晨钟声敲响前不久，DeepSeek工程师们在“抱抱脸”平台上传了Janus Pro 7B和1.5B模型。这俩模型是对去年10月发布的Janus模型的升级。
（Janus与Janus Pro 7B生成图像的对比，来源：技术报告）
15亿和70亿的参数量，意味着这两个模型具备在消费级电脑上本地运行的潜力。与R1一样，Janus Pro采用MIT许可证，在商用方面没有限制。
据DeepSeek介绍，Janus-Pro是一个新颖的自回归框架，统一了多模态理解和生成。通过将视觉编码分离为“理解”和“生成”两条路径，同时仍采用单一的Transformer架构进行处理，解决了以往方法的局限性。这种分离不仅缓解了视觉编码器在理解和生成中的角色冲突，还提升了框架的灵活性。
从报告给出的“跑分”数据来看，在部分文生图基准测试中，Janus-Pro 70亿参数模型表现好于OpenAI的DALL-E 3、Stability AI的Stable Diffusion 3-Meduim等。
虽然DALL-E 3是OpenAI在2023年发布的一款“老模型”，同时Janus Pro目前只能分析和生成规格较小的图像（384 x 384）。DeepSeek在如此紧凑的模型尺寸中依然展现了令人印象深刻的性能。
技术报告显示，在视觉生成方面，Janus-Pro通过添加7200万张高质量合成图像，使得在统一预训练阶段真实数据与合成数据的比例达到1：1，实现“更具视觉吸引力和稳定性的图像输出”。在多模态理解的训练数据方面，新模型参考了DeepSeek VL2并增加了大约9000万个样本。
作为一个多模态模型，Janus-Pro不仅可以“文生图”，同样也能对图片进行描述，识别地标景点（例如杭州的西湖），识别图像中的文字，并能对图片中的知识（例如下图中的“猫和老鼠”蛋糕）进行介绍。
公司也在报告中，给出了更多图像生成的案例。
（来源：技术报告）
（财联社 史正丞）
责任编辑：李桐
本届世界杯是中东地区历史首次举办世界杯，沙 ⚓特阿拉伯王储萨勒曼、约旦国王阿卜杜拉二世、阿联酋总理兼迪拜酋 ⛴长穆罕默德、科威特王储米沙勒、埃及总统塞西……几乎所有阿拉伯 ♎国家的高层政要均选择出席这一盛会，阵容之齐整，场面之宏大，俨 ♋然如同一场非正式的中东峰会。并且，这些政要们暂时放弃了过往的 ⛳争执，在镜头前互相握手致意，在世界面前努力展示了阿拉伯世界之 ➥间ued新版uc体育的团结。
拉菲尼亚写道：“阿根廷球迷把梅西当做上帝。葡萄牙球迷把 ❦克里斯蒂亚诺-罗纳尔多当作国王 ⛶。巴西球迷为内马尔的受伤而欢欣 ♐雀跃。”
本报记者 许缵曾 【编辑:张璇 】
