DeepSeek 的 Janus Pro 代表了開源多模式人工智慧的重大進步，提供了可與專有解決方案相媲美的高級文字轉圖像功能。 Janus Pro 於 2025 年 XNUMX 月發布，結合了優化的訓練策略、廣泛的資料擴展和模型架構增強，在基準任務上實現了最先進的效能。這篇綜合性的文章探討了 Janus Pro 是什麼、它如何運作、它與競爭對手相比如何、感興趣的用戶如何獲得訪問權限，以及該模型的更廣泛的應用和未來發展軌跡。
什麼是 Janus Pro？
Janus Pro 是 DeepSeek 最新的開源多模式 AI 模型，專為圖像理解和生成而設計。該模型於 27 年 2025 月 1 日發布，有兩種規模——7 億個參數和 XNUMX 億個參數——可滿足不同的計算預算和應用需求。它的名字反映了一種雙焦點架構（“Janus”），它透過專門的路徑處理視覺和文字輸入，從而實現跨模態的無縫指令追蹤。作為原始 Janus 模型的更新，Janus Pro 整合了三個核心改進：優化的訓練方案、大幅擴展的資料集以及擴展到更大的參數數量。
Janus 系列的起源
DeepSeek 於 2024 年底首次利用原始 Janus 模型進入多模態領域，在視覺和語言基準測試中都展示了令人鼓舞的結果。在成功和社群回饋的基礎上，該公司與學術夥伴合作，改進訓練演算法並豐富資料語料庫，最終於 2025 年初推出 Janus Pro。
核心規格
- 參數選項： 1B 和 7B 變體。
- 訓練數據： 72 萬張與真實世界照片平衡的高品質合成影像。
- 最大可達 384×384 像素，對於更大的輸出，建議使用外部升級。