DeepSeek凌晨发布Janus-Pro，多模态大模型性能超越OpenAI DALL-E 3

国产大模型DeepSeek在科技界再度掀起波澜，于1月28日凌晨悄然发布其最新力作——Janus-Pro多模态大模型，正式涉足文本生成图像领域。这一举动不仅彰显了DeepSeek在人工智能领域的深厚底蕴，更为全球AI技术竞赛增添了新的看点。

在备受瞩目的Geneval和DPG-Bench基准测试中，Janus-Pro-7B凭借其卓越性能，一举超越了OpenAI的DALL-E 3、Stable Diffusion以及Emu3-Gen等业界知名模型，展现了其强大的文本到图像生成能力。这一成就无疑为DeepSeek赢得了更多的关注与赞誉。

据DeepSeek方面介绍，Janus-Pro作为其此前发布的JanusFlow大模型的高级版本，在训练策略、训练数据以及模型规模等方面均进行了全面优化与升级。这些改进使得Janus-Pro在多模态理解和文本到图像的指令跟踪功能方面取得了显著进步，同时大幅提升了文本到图像生成的稳定性。

尽管目前Janus-Pro仅能处理384x384分辨率的图像，但其紧凑的模型结构却能实现如此高水平的性能，实属难能可贵。这一特点使得Janus-Pro在资源受限的环境下仍能保持出色的表现，为更多应用场景提供了可能。

作为一款多模态模型，Janus-Pro的功能远不止于文本生成图像。它还能对图片进行精准描述，识别地标景点，识别图像中的文字，并能对图片中的知识进行详细介绍。这些功能使得Janus-Pro在图像处理、信息检索以及知识问答等领域具有广泛的应用前景。

Janus-Pro采用了MIT开源协议，这意味着用户可以无限制地将其应用于商业场景。这一举措无疑将进一步推动Janus-Pro的普及与应用，为更多企业和个人提供强大的AI技术支持。