DeepSeek深夜发布多模态大模型 超越DALL-E 3
中国公司DeepSeek在华尔街周一评估“DeepSeek风暴”时，发布了其最新产品：名为Janus-Pro的多模态大模型。该模型在图像生成基准测试中超越了OpenAI的DALL-E 3，并且是开源的。
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两个模型，这是对去年10月发布的Janus模型的升级。这两个模型具有15亿和70亿参数量，可以在消费级电脑上本地运行。与之前的版本一样，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。
从报告给出的数据来看，在部分文生图基准测试中，Janus-Pro 70亿参数模型的表现优于OpenAI的DALL-E 3和Stability AI的Stable Diffusion 3-Medium等模型。尽管DALL-E 3是OpenAI在2023年发布的一款老模型，而Janus Pro目前只能分析和生成规格较小的图像（384 x 384），但其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，实现了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”，还能对图片进行描述，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“猫和老鼠”蛋糕）进行介绍。公司在报告中展示了更多图像生成的案例。
曝王大陆涉嫌逃兵役被捕
今日雨水节气，老传统“吃二样，做二事，忌二事” 千年习俗的智慧
张睿发寻物启事找眼镜，张睿没眼镜上不了课
三亚招募100名旅游体验官 提升服务质量与游客满意度
美国新版“空军一号”再度延期交付 供应链问题拖累进度
马斯克坐实AI游戏工作室计划 让游戏再次伟大
伊朗：反对外国势力干涉叙利亚 支持叙人民自决权
黑中介骗取巨额服务费被公诉 虚假承诺诱骗客户
欧洲的安全，还是美国的利益？美俄谈判前夕，欧洲被边缘化引发担忧
为了增加军费，英国公共服务部门被曝准备削减11%的预算，欧洲派兵计划陷入僵局
网红高收入合理吗？顾茜茜称每天躺赚30万是气话
马斯克查账“美国社保”，称发现360岁老人？
今日雨水节气，老传统“吃二样，做二事，忌二事” 千年习俗的智慧
美为何提议从中国向乌派遣维和人员 美国的奇葩主意
美客机翻覆现场视频曝光 恶劣天气或成事故主因
武汉一培训机构请千名学生看哪吒2 放松身心缓解压力
以民众持续抗议要求政府维持停火 呼吁释放被扣押人员
大V：欧洲和乌克兰遭受三次沉重打击 西方暴露三大问题
申公豹的结巴能矫正吗 口吃并非无法改善
美国翻脸后，欧洲从“夸夸其谈的少年”走向独立成熟要做三件事 应对三大危机
拉夫罗夫抵达沙特 单手揣兜下飞机 谈判桌上的博弈
美俄谈判今日开始 泽连斯基：不承认 乌克兰缺席引发争议
哪吒2主创团队已进入新创作周期 续写神话新篇章
乌方将不承认美俄谈判达成的协议 泽连斯基坚决立场
光线传媒再度巨震 高位人气股走弱
赖志光任广东惠州公安局局长 新任副市长兼公安局长
张睿发寻物启事找眼镜，张睿没眼镜上不了课
安徽一车坠河4人遇难 事故仍在调查处理中
未来三天南方阴雨湿冷感明显 北方降水增多
特朗普批波音总统专机还没造好 项目拖延引不满
哈萨克斯坦铀出口重心东移 哈铀售中俄后致欧美快断供了
媒体批特朗普又一次“抢劫”台湾 美国的真实意图暴露
网曝河北邢台一局长酒后砸店伤人 当地纪委介入调查
泽连斯基将到访沙特 不参与美俄会谈
曝王大陆涉嫌逃兵役被捕
相关新闻
谷歌AI大模型Gemini2.0发布 开启多模态新时代
当地时间12月11日，谷歌CEO桑达尔·皮查伊发布了一份说明，宣布推出Gemini 2.0，这是他们最强大的模型
2024-12-12 07:52:45谷歌AI大模型Gemini2.0发布清华翟季冬：DeepSeek 百倍算力效能背后的系统革命 智者访谈 多模态大模型再升级
就在DeepSeek在华尔街和应用下载榜上引起轰动的同时，深度求索公司在除夕夜再次推出了新的产品
2025-02-01 13:13:44清华翟季冬全球首个多模态地理科学大模型发布 "坤元"赋能地理科研新纪元
9月19日，中国科学院地理科学与资源研究所携手中国科学院青藏高原研究所、中国科学院自动化研究所等机构，共同发布了名为“坤元”（Sigma Geography）的多模态地理科学大模型
2024-09-19 22:01:00全球首个多模态地理科学大模型发布全球首个多模态地理科学大模型坤元发布 赋能地理科研新纪元
2024-09-19 15:39:02全球首个多模态地理科学大模型坤元发布阿里发通用多模态大模型mPLUG-Owl3 4秒看完2小时电影
阿里mPLUG团队近期发布了一项新成果——通用多模态大模型mPLUG-Owl3，这款模型专为理解复杂多图和长视频内容设计
2024-08-19 17:47:52阿里发通用多模态大模型mPLUG-Owl3DeepSeek再发布新模型 Janus-Pro显著提升多模态能力
2025-01-29 07:32:49DeepSeek再发布新模型
