中國新創公司 DeepSeek 推出的開源推理模型 R1 近期才對全球 AI 科技界投下震撼彈，昨（28）日又宣佈推出了其多模態大模型 Janus-Pro，並在多個基準測試中，超過了 DALL-E 3 和 Stable Diffusion 等行業龍頭產品的表現。
（前情提要：DeepSeek 炸破美國AI產業護城河，其實是大利多？背後GPU算力有鬼？）
（背景補充：Arthur Hayes預測：DeepSeek觸發比特幣跌至7萬鎂！年底再飆破25萬鎂）
由中國新創公司 DeepSeek 推出的開源推理模型 R1 近期震撼整個 AI 科技領域，其低成本、高性能的特征不僅對美股造成劇烈衝擊，輝達股價在 1 月 27 日暴跌蒸發高達 5,890 億美元，創下美股歷史紀錄；同時 DeepSeek 還引發了美國總統川普的關注，川普直接表態稱 DeepSeek 已經為美國的 AI 產業敲響了警鐘。
DeepSeek 推出多模態大模型 Janus-Pro
就在昨（28）日，DeepSeek 繼續發力，正式發佈了其多模態大模型 Janus-Pro，並在多個基準測試中，超過了 DALL-E 3 和 Stable Diffusion 等行業龍頭產品的表現。
同時，Janus-Pro 不僅具備文生圖的功能，還能夠識別圖像中的文字、地標等，並對其進行內容描述和知識解釋。另外，Janus-Pro 還採用了 MIT 許可證，允許進行無限制的商業使用。
Janus-Pro 是什麼？
Janus-Pro 是 DeepSeek 在 2024 年 11 月發佈的 JanusFlow 模型的升級版本，具備以下技術特征：
- 架構創新：採用視覺編碼解耦設計，將理解與生成這兩項任務分開處理，提升了靈活性和生成穩定性
- 訓練策略優化：通過三階段訓練，引入 7,200 萬張合成美學數據，提升了生成圖片的審美質量和收斂速度
- 模型規模擴展：提供了 70 億參數和 15 億參數兩種版本，其中，70 億參數的版本支援更加複雜的多模態任務
另外，在具體的性能測試中，Janus-Pro 的表現為：
- 視覺生成任務：在 GenEval 和 DPG-Bench 基準測試中，Janus-Pro 70 億參數的版本得分為 0.8，超過了 DALL-E 3 的 0.67 和 Stable Diffusion 3 Medium 的 0.74 得分，且在圖像細節和穩定性上表現更好
- 多模態理解任務：在 MMBench 測試中得分 79.2，高於 TokenFlow-XL 的 68.9 分和 MetaMorph 的 75.2 分
- 應用場景適配：目前 Janus-Pro 的缺點是僅支援 384×384 分辨率的圖像生成，不過其緊湊的模型設計讓其能夠在消費級設備上進行本地運行
📍相關報導📍
祖克柏警告：Deepseek等中國AI模型太強，美國企業與政府應全力圍堵
