|
全球矚目！DeepSeek 發布圖像模型 Janus-Pro瀏覽：474
|
2025 年 1 月 28 日凌晨，北京的科技界迎來除夕前的一次技術盛事。人工智慧研究團隊 DeepSeek 宣布，開源其最新多模態模型 Janus-Pro，為人工智慧領域帶來一場視覺與創造的革新。  雙面神模型：融合理解與創造 Janus-Pro 的命名靈感來自古羅馬神話中的雙面神「雅努斯」（Janus），象徵同時面向過去與未來，也體現其模型雙重功能——既具備圖像理解能力，又擁有圖像生成能力。與傳統單一功能的模型不同，Janus-Pro 能跨越多個領域，包括圖像識別、地標判斷、文字辨識及圖像生成。 技術細節與應用 DeepSeek 將 Janus-Pro 的開源資源分別發布於 GitHub 和 Hugging Face 平台： 1. GitHub: https://github.com/deepseek-ai/Janus 2. Hugging Face: https://huggingface.co/deepseek-ai/Janus-Pro-1B 3. Hugging Face: https://huggingface.co/deepseek-ai/Janus-Pro-7B Janus-Pro 的核心技術在於「解耦視覺編碼」，以雙通路結構分別專注於理解和生成： 1. 理解通路：快速捕捉圖片核心信息，提供精準且專業的回答。 2. 生成通路：模仿藝術家，以高水準細節描繪圖像筆觸和色彩。 從官方公開的生成效果圖看，Janus-Pro 的生成能力遠超前代 Janus 模型，儘管尚不及 MidJourney 的藝術層次，但已穩居業界第一梯隊；與 OpenAI 的 DALL-E 3 相比，其參數量更具優勢，並且具備多功能特性，而非僅限於繪圖。 三大技術突破引領變革 Janus-Pro 的誕生背後，是 DeepSeek 團隊在多方面的突破： 1. 優化訓練策略：透過改進模型的「學習方法」，大幅提升訓練效率與穩定性，讓模型學習更快、更精準。 2. 海量訓練數據：相較前代模型，Janus-Pro 使用了三倍數量的訓練數據，為其提供豐富的「教材」，提升認知範疇。 3. 更大模型規模：採用 70 億參數的模型架構，大幅增強了其數據處理能力與創造力。      視覺處理新世代的多樣應用 Janus-Pro 的強大性能在多場景下得以應用。例如： 1. 地標識別：通過分析圖片判斷拍攝地點。 2. 圖片通識：辨識文化符號，如動畫角色 Tom and Jerry。 3. 文字識別：準確提取圖片中的文字內容。 這種既能「看懂」又能「創作」的能力，打破了傳統模型單向功能的侷限，為多模態技術樹立新標桿。 引領算力變革 重塑未來 DeepSeek 的 Janus-Pro 在理解與生成方面的突破，不僅顯示了技術進步，更撕開了人工智慧領域算力瓶頸的「鐵幕」。此舉無疑將激發更多技術創新，加速多模態模型在醫療、教育、設計等多領域的落地應用。 |
|
|
| 猜你可能會喜歡： | ||
 瀏覽：1049 WhatsApp 更新在即，部分 iPhone 將無法使用 |  瀏覽：449 深圳智能人形機器人全面登場 |  瀏覽：3619 Google 地圖上出現 Mario Kart！慶祝 MAR10「Mario 之日」 |
返回主頁
@ 2019-2025
最後更新：2025-06-04
文章數：8228 / 閱讀量：60294334