探索未知，拥抱变革—DeepSeek多模态AI震撼登场！

2025年1月28日，DeepSeek在GitHub和Hugging Face平台重磅发布Janus-Pro多模态AI模型，这一消息在AI领域引发广泛关注。

Janus-Pro在技术上亮点十足。它实现架构突破，借由视觉编码解耦，将图像理解（图生文）和生成（文生图）任务分开，还支持384x384分辨率图像输入，生成时引入VQ令牌技术，大幅提升图像质量。其采用解耦的视觉编码框架、统一transformer架构与SigLIP-L视觉编码器，还具备多层次注意力机制，深度融合图像和文本输入，让模型在生成和理解任务上表现出色。

性能方面，Janus-Pro成绩斐然。在GenEval和DPG-Bench基准测试里，Janus-Pro-7B力压OpenAI的DALL-E 3和Stable Diffusion，GenEval中图像与文本生成质量全面领先，DPG-Bench里复杂任务处理能力强劲。在文本到图像的指令跟踪能力上，它也表现突出，得分0.80，远超DALL-E 3的0.67 。

Janus-Pro系列包含1.5B和7B参数量的两个型号，以MIT协议开源，源代码在GitHub和Hugging Face完全公开，可在商业场景无限制使用，适用于艺术创作、内容生成、商业广告等多领域，未来发展潜力巨大。