https://broadcastchannel-6wd.pages.devhttps://broadcastchannel-6wd.pages.dev/posts/340https://broadcastchannel-6wd.pages.dev/posts/340Mon, 27 Jan 2025 16:30:12 GMT<div> <img src="/static/https://cdn5.telesco.pe/file/ZhVeqUN1PbY377CQCDVrF1xPuIemgECLAwj0Su8Pxb74TMCDy4KVDD5FFQQ8iLUMrbeIOlDz-e-KN63qZSIrgdAGcRuAyKGlvWlYjT3-H0ytw4pb1PCLv6prWTUnfPDmklgWwLUIc2FpdmzlCGddJqj3SWOuMJQmMVu7yrfj2DYTs_yVkcuyIOTOoqblIRo6GY2QwngBXEOYWYpsW1FqfSWVvoQOIF7CR-GcaHOEeFBgwcstdfCoQH-4Y_zv_pDZJLtHK4Kl_gv5-U8OtTA0QW0gndHnf83_VuWW2OSXOzOWBY1Dl7hKpPBcvwYZ0UMaprfQrwudXDXYM7STLz3Uag.jpg" alt="DeepSeek发布统一图像理解与生成的Janus-Pro系列模型1月27日晚，DeepSeek发布了Janus-Pro系列，旨在将图像理解和生成整合至单个模型中" loading="lazy" /> <img src="/static/https://cdn5.telesco.pe/file/nNP1Ra51vhtdOM8tgc8TCbSqH3-hPgqVs85_jkIBjD2pSpJZ7xzyut_dsCxqFAVQZe-GgoVB7CclHDDXVnXwwgK755YAVhkUvqEWaejlFfsVA3k13X9Bx0a2v2hzTWdDQzKr3ja9uTXgFj_6Ildxw5liPqmTTBkx0-Fewet9oODhU1QOcVd61m11DqOEzMcST-Ic6AU9LwbjVa5dQw5okGFBoMsvL91xZkE6PIk0j-ab8cjk7fMYaTPXe8XU_UefY3-h35b2hurRgYCf7SnqCJE7Bo5utD3q_PfpqUgWxbVUDeziSw1x840oLVPd_m79L0WLESoYXRVCgRTR3Fr04Q.jpg" alt="DeepSeek发布统一图像理解与生成的Janus-Pro系列模型1月27日晚，DeepSeek发布了Janus-Pro系列，旨在将图像理解和生成整合至单个模型中" loading="lazy" /> <img src="/static/https://cdn5.telesco.pe/file/urrXm3mfQf4_ts3pKQabe7Cz7evQ_Cxwnkc0S6YQs9Ax9199HkERtaVNkOq2VGnNWN-tZp7qKE-2yayLEgvyCeCQgzmJvgQYU_bZvWOp_P91JU7Sd_BLXckExc8Ldi4TQYXOqsitN638bNSSMj2_NTENPWLlMfG4OqCyKf0DYiJOHUm-ck5gZzqUinHpUxACClF8Bd0LdqCPdOmrpUBJQrDm3pOc1sHoHh7EFtXWDRkOhKI5fBL4Bye0FKdT6mdYqn_MTP_gpgD2lNkSqfrLucMStgC1cXfBRqMn09z-sv2ivt9q6Wr64jpsZKjN1Zjt7jwYoman4yX71bYHKZGbhg.jpg" alt="DeepSeek发布统一图像理解与生成的Janus-Pro系列模型1月27日晚，DeepSeek发布了Janus-Pro系列，旨在将图像理解和生成整合至单个模型中" loading="lazy" /> <img src="/static/https://cdn5.telesco.pe/file/kmX3gddU2WQ3Hlnqir9jGv__G0qK0MLb4HGWJQuCQSz4EbALmhuBLaYNzOz9JKDG_I8RvkD2srOLIxISTuh5AABhGKsZ33SGpqJGuzY-oT_J62RbmjU-MvPqwqPSvQaOI0CSwXw6pRqfJuqqDQGRv1CHsbvhCXvncyP8g95rGoAl8W0I7zrSAjeVZtCbKscM2VcC6nGDW-Pt7THrn36EAML7SB7x2cAu949HJPNoMy97RF-WiMj4DluUXBId52VV7WKCTvYN9vQg1iZbb2rzKVhvCXEqP4gC42BiAT6V3yTzeJdxnAo9G7jG2anzwTlGu630sK9lhhXIxCpa9j_CzQ.jpg" alt="DeepSeek发布统一图像理解与生成的Janus-Pro系列模型1月27日晚，DeepSeek发布了Janus-Pro系列，旨在将图像理解和生成整合至单个模型中" loading="lazy" /> </div><div><b>DeepSeek发布统一图像理解与生成的Janus-Pro系列模型</b><br /><br />1月27日晚，DeepSeek发布了Janus-Pro系列，旨在将图像理解和生成整合至单个模型中。该模型框架采用极简架构，将自回归语言模型与生成建模领域的前沿方法Rectified Flow相结合，在统一图像理解和生成方面取得了重要进展。<br /><br />据<a href="https://t.me/microblock_pub/847" target="_blank">涩橘的Telegram频道</a>，Rectified Flow可以直接在大型语言模型框架内进行训练，无需复杂的架构修改。JanusFlow是一个支持图像多模态的LLM，参数量为70亿（7B），方便本地运行。训练方式采用传统的预训练和SFT，未使用强化学习。现有数据表明，JanusFlow在性能上超越了同参数量的其他模型，并且Janus-Pro在GenEval和DPG-Bench基准测试中击败了OpenAI的DALL-E 3和Stable Diffusion，这是一个重要的性能提升，表明其在文本到图像生成方面具有很强的竞争力。目前，<a href="https://huggingface.co/spaces/deepseek-ai/Janus-Pro-7B" target="_blank">线上演示平台</a>尚未开放，<a href="https://github.com/deepseek-ai/Janus/blob/main/janus_pro_tech_report.pdf" target="_blank">详细技术报告</a>也暂未上传。初步分析认为，JanusFlow旨在实现大模型视觉生成的端到端处理，相较之前的版本有所改进，但在图像生成质量上与专门的图像生成模型（如Stable Diffusion）相比仍有差距。模型输入输出分辨率为384x384。推测其技术实现可能整合了<a href="https://github.com/gnobitab/RectifiedFlow" target="_blank">Rectified Flow</a>、<a href="https://huggingface.co/timm/ViT-L-16-SigLIP-384" target="_blank">SigLIP</a>和<a href="https://huggingface.co/stabilityai/sdxl-vae" target="_blank">SDXL-VAE</a>等架构，并将其集成到Transformer的解码器/编码器中，通过联合训练对齐语义向量。虽然该成果的震撼程度不及V3和R1等重大突破，但仍然值得期待其未来的发展潜力。<br /><br />DeepSeek持续推动技术创新，即使在除夕也有新成果发布，充分展现了其强大的研发能力。虽然目前的JanusFlow在图像生成方面并非顶尖水平，但它为未来更大规模的多模态模型探索了道路，并为其他模型树立了新的基准。<br /><br /><a href="/search/%23DeepSeek">#DeepSeek</a> <a href="/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81">#多模态</a> <a href="/search/%23%E5%9B%BE%E5%83%8F%E7%94%9F%E6%88%90">#图像生成</a> <a href="/search/%23%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD">#人工智能</a></div>