DeepSeek发布文字生成图片模型Janus-Pro　测试优于OpenAI｜有图

国产大模型DeepSeek轰动全球，造成美国股市震荡，科技公司英伟达（Nvidia，又译辉达）股价在美国当地时间27日单日暴跌近17%，市值损失创纪录的5,890亿美元。

28日凌晨，DeepSeek在GitHub平台发布了Janus-Pro多模态大模型，进军文字生成图片领域。根据其发布的测试结果，Janus-Pro在使用文本提示的图像生成排行榜中击败了Stability AI的Stable Diffusion和OpenAI的DALL-E 3。

DeepSeek方面表示，该款大模型是2024年11月13日发布的JanusFlow大模型的高级版本。相比前一代模型，Janus-Pro优化了训练策略、扩展了训练数据，模型也更大。通过这些改进，Janus-Pro 在多模态理解和文本到图像的指令跟踪功能方面都取得了重大进步，同时还增强了文本到图像生成的稳定性。

根据DeepSeek发布的测试结果，Janus-Pro在GenEval和DPG-Bench基准测试中击败了 Stable Diffusion和OpenAI的DALL-E 3。目前，Janus系列的4款模型已经开源。

可识别图片认出西湖

作为一个多模态模型，Janus-Pro不仅可以文生图，同样也能对图片进行描述，识别地标景点（例如杭州的西湖），识别图像中的文字，并能对图片中的知识（例如下图中的Tom and Jerry蛋糕）进行介绍。