DeepSeek发布文生图模型“Janus-Pro” 表现优于OpenAI

Channel8

近期爆红的中国人工智能（AI）新创公司深度求索（DeepSeek）在除夕当天凌晨，于GitHub平台发布了名为Janus-Pro的多模态大模型，正式进军文字生成图像（文生图）领域。根据其发布的测试结果，该模型在多个基准测试中超越了美国巨头OpenAI的同类产品。

这款开源的多模态模型被设计为高效且多功能，擅长生成高质量图像、执行复杂视觉推理等多种任务。深度求索表示，Janus-Pro在使用文本提示生成图像的测试中表现优异，超越了OpenAI的DALL-E 3和Stability AI的Stable Diffusion。

深度求索透露，Janus-Pro是基于其2024年11月13日发布的JanusFlow大模型开发的进阶版本。相比前代模型，Janus-Pro在训练策略和数据规模上进行了全面优化，并显著扩大了模型规模。这些改进使其在多模态理解和文字到图像的指令执行方面实现了重大突破，同时显著提升了生成图像的稳定性。

Janus-Pro在GenEval和DPG-Bench两项基准测试中的表现全面超越了竞争对手。例如，Janus-Pro-7B的准确率分别达到80%和84.2%，显著高于包括OpenAI DALL-E 3在内的其他模型，而上一代Janus模型的成绩则为61%和79.7%。

随著Janus-Pro-7B的推出，业界对其潜在影响高度关注。不少市场观察人士认为，深度求索的技术突破可能促使竞争对手加速研发步伐，从而进一步推动人工智能领域的创新进程。然而，市场对这一技术竞争升级也表现出一定的不安情绪。

值得一提的是，深度求索曾在1月20日发布了开源大语言模型DeepSeek-R1，以低训练成本却能比肩OpenAI o1模型的高效能迅速引发全球科技圈关注，同时也影响了投资市场，导致投资者抛售全球科技股。这一连串举措无疑将深度求索推向全球人工智能发展的中心舞台。

新闻credit:东方网