除夕DeepSeek发布全新多模态模型JanusPro新年暴击OpenAI

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“ 外挂 ”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于 AI科普 ， AI工具测评 ， AI效率提升 ， AI行业洞察 。关注我，AI之路不迷路，2025我们继续出发。

这也许是DeepSeek送给我们所有人的 新年礼物 。

继通用模型 DeepSeek-V3 和推理模型 DeepSeek-R1 后，DeepSeek还在输出。

1月28日，大年二十九，除夕夜，DeepSeek继续“放大招”，发布并开源了 Janus-Pro 系列 多模态模型 ，其中的 Janus-Pro-7B 直接对标OpenAI的 DALL·E 3 和 Stable Diffusion ，并在多项基准测试中实现碾压式超越！《黑神话：悟空》制作人冯骥直呼DeepSeek为“ 国运级科技成果 ”。

Janus-Pro 最最厉害的地方，是它既能 理解多模态类型的输入 ，又能 文生图 。同时兼顾这两个特性且保持高性能，至今没有其他模型能做到。举个例子，强如 GPT-4o 也只能理解图片（多模态能力），没法直接生成图片；OpenAI有专门执行“文生图”的模型，叫 DALL·E 3 。而 Janus-Pro 则是把多模态和文生图融合到了一起。

那么， Janus-Pro 是怎么做到这一点的？ Janus-Pro 延续了前代模型 Janus 的架构理念，通过将视觉编码解耦成“ 理解编码器 ”和“ 生成编码器 ”，分别处理 多模态理解 （Multimodal Understanding）和 图片生成 （Text-to-Image Generation）任务。这种解耦方式的好处是 避免了单一编码器在两种任务间的冲突 ，以便同时满足多模态理解和文生图的需求。

在此基础上， Janus-Pro 采用 自回归Transformer （Auto-Regressive Transformer）作为统一处理框架，将 图像特征 和 文本特征 整合为一维序列，投喂给模型进行处理。

除夕夜发布的 Janus-Pro 系列共有2个模型： Janus-Pro-1B 和 Janus-Pro-7B 。下面是这两个模型在 多模态理解 和 图片生成 方面，与其他旗舰模型的基准测试对比。

可以看到，针对多模态理解（左图），这两个模型在相同或更小的参数规模下，碾压式 超越 了所有竞争对手。

而针对文生图能力（右图）， Janus-Pro-7B 也 超越 了所有主流扩散模型（如 DALL·E 3 、 Stable Diffusion ）。

接下来我们实测一下 Janus-Pro-7B 的真正实力。

Janus-Pro-7B 体验地址

Janus-Pro-7B 体验地址 ：https://huggingface.co/spaces/deepseek-ai/Janus-Pro-7B

Janus GitHub仓库地址 ：https://github.com/deepseek-ai/Janus

Multimodal Understanding 功能实测

DeepSeek官方给的这张示例图“怪”生动形象的。

Janus-Pro-7B 的回答出乎意料的“ 惊艳 ”！

这张图片通过对比两种视觉编码方式，以幽默的方式展示了它们的差异。

左侧的图像标题为“Decoupling Visual Encoding”，旁边是一只肌肉发达的柴犬，象征着强大的视觉编码能力。这表明，这种编码方式能够有效地处理和理解视觉信息，并且具有强大的处理能力。

右侧的图像标题为“Single Visual Encoder”，旁边是一只看起来有些疲惫和沮丧的柴犬，象征着较弱的视觉编码能力。这表明，这种编码方式可能无法有效地处理和理解视觉信息，或者在处理视觉信息时遇到了困难。

总体而言，这张图片通过对比两种视觉编码方式，幽默地展示了它们在处理视觉信息时的差异。

Text-to-Image Generation 功能实测

提示词 ：A cute and adorable baby fox with big brown eyes, autumn leaves in the background enchanting,immortal,fluffy, shiny mane,Petals,fairyism,unreal engine 5 and Octane Render,highly detailed, photorealistic, cinematic, natural colors.

附上由 Janus-Pro-7B 生成的这张图片，效果不错。

插一句。

1月28日， DeepSeek 依旧持续遭到大规模网络攻击，据称是“国家级”网络攻击。目前虽然DeepSeek网页端能够正常访问（ https://chat.deepseek.com/ ），但其开发者平台页面已无法打开，显示“ 维护中，将尽快恢复服务 ”。