{"id":607,"date":"2025-01-28T08:08:27","date_gmt":"2025-01-28T08:08:27","guid":{"rendered":"https:\/\/janusai.pro\/?p=607"},"modified":"2025-01-28T08:08:28","modified_gmt":"2025-01-28T08:08:28","slug":"explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro","status":"publish","type":"post","link":"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/","title":{"rendered":"Explosion! DeepSeeks Geschenk zum chinesischen Neujahr - eine detaillierte Erkl\u00e4rung des multimodalen Modells Janus-Pro"},"content":{"rendered":"<div style=\"margin-top: 0px; margin-bottom: 0px;\" class=\"sharethis-inline-share-buttons\" ><\/div>\n<p>Explosion!<a href=\"https:\/\/www.deepseek.com\/\" target=\"_blank\" rel=\"noreferrer noopener\"> DeepSeek<\/a>Das chinesische Neujahrsgeschenk - eine ausf\u00fchrliche Erl\u00e4uterung des multimodalen Modells Janus-Pro<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/rmy9ct2fln.feishu.cn\/space\/api\/box\/stream\/download\/asynccode\/?code=NjQ1ZDQ0YmE4ZDI4ZGU3NWY4NjI3YzZlYzM4NTQ4M2NfR3h1d1pqTHdqaXJsN0xnajFNM3pQOVBUcWZyZ1Y4c3FfVG9rZW46REVyNWJucW1hb1RNWGd4cDA2V2N5NU1ibmpkXzE3MzgwNTEzNzM6MTczODA1NDk3M19WNA\" alt=\"\"\/><\/figure>\n\n\n\n<p><a href=\"https:\/\/www.deepseek.com\/\" target=\"_blank\" rel=\"noreferrer noopener\">Das neueste Janus-Pro-Modell von DeepSeek <\/a>verbindet direkt die \"linke und rechte Gehirnh\u00e4lfte\" der multimodalen KI!<\/p>\n\n\n\n<p>Dieser doppelgesichtige Killer, der gleichzeitig Bild- und Textverst\u00e4ndnis und Bilderzeugung beherrscht, schreibt mit seinem selbstentwickelten Framework die Regeln der Branche neu.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/rmy9ct2fln.feishu.cn\/space\/api\/box\/stream\/download\/asynccode\/?code=MjhiMjc0Y2E3MTdkOWVmYWNlMjIxM2FkM2Q0NzFlYjBfTkl3a0ZwOTNDYnJpVWRMcGtzeU5JVmpmb2VoTEsyN2hfVG9rZW46VThxbGJwU2Yyb0EyeVB4MlY4ZWNZVGE5blBiXzE3MzgwNTEzNzM6MTczODA1NDk3M19WNA\" alt=\"\"\/><\/figure>\n\n\n\n<p>Dabei handelt es sich nicht um eine einfache \u00dcberlagerung von Funktionen, sondern durch die Entkopplung des visuellen Kodierungspfads hat das Modell einen echten \"one mind, two uses\" erreicht.<\/p>\n\n\n\n<p>Herk\u00f6mmliche multimodale Modelle sind so, als w\u00fcrde man mit der gleichen Hand schreiben und zeichnen, w\u00e4hrend Janus-Pro die KI direkt mit zwei neuronalen Systemen ausstattet!<\/p>\n\n\n\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_72 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Inhalts\u00fcbersicht<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Inhaltsverzeichnis umschalten\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Umschalten auf<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#Framework_revolution_solving_the_century-old_problem_of_multimodality\" title=\"Rahmenrevolution: L\u00f6sung des jahrhundertealten Problems der Multimodalit\u00e4t\">Rahmenrevolution: L\u00f6sung des jahrhundertealten Problems der Multimodalit\u00e4t<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#Training_strategy_the_evolutionary_path_to_three-step_success\" title=\"Ausbildungsstrategie: der evolution\u00e4re Weg zum Erfolg in drei Schritten\">Ausbildungsstrategie: der evolution\u00e4re Weg zum Erfolg in drei Schritten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#Performance_master\" title=\"Performance Master\">Performance Master<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#MIT_open_source_feel_free_to_play\" title=\"MIT open source: Spielen Sie ruhig mit!\">MIT open source: Spielen Sie ruhig mit!<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#Practical_value_lowering_the_barrier_to_entry\" title=\"Praktischer Nutzen: Senkung der Einstiegsh\u00fcrden\">Praktischer Nutzen: Senkung der Einstiegsh\u00fcrden<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#DeepSeeks_comprehensive_breakthrough\" title=\"Der umfassende Durchbruch von DeepSeek\">Der umfassende Durchbruch von DeepSeek<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/janusai.pro\/de\/explosion-deepseeks-chinese-new-year-gift-a-detailed-explanation-of-the-multimodal-model-janus-pro\/#Janus_pro_Related_links_and_documents\" title=\"Janus pro Verwandte Links und Dokumente\">Janus pro Verwandte Links und Dokumente<\/a><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Framework_revolution_solving_the_century-old_problem_of_multimodality\"><\/span>Rahmenrevolution: L\u00f6sung des jahrhundertealten Problems der Multimodalit\u00e4t<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Die r\u00fccksichtsloseste Innovation von Janus-Pro ist die Aufteilung der visuellen Kodierung auf zwei unabh\u00e4ngige Kan\u00e4le.<\/p>\n\n\n\n<p>Es ist, als w\u00fcrde man die KI mit dem Auge des Verstehens und der Hand der Sch\u00f6pfung ausstatten, so dass das Modell bei der Verarbeitung von \"Bildbeschreibung\" und \"Text-zu-Bild\" keine Schwierigkeiten mehr hat.<\/p>\n\n\n\n<p>Der gr\u00f6\u00dfte Durchbruch liegt in seiner brandneuen, einheitlichen Architektur. Diese Architektur besteht aus drei Kernkomponenten:<\/p>\n\n\n\n<p>Autoencoder: als das zentrale Sprachmodell<\/p>\n\n\n\n<p>SigLIP-L@384: zust\u00e4ndig f\u00fcr die Kodierung des Bildverst\u00e4ndnisses<\/p>\n\n\n\n<p>VQ-VAE auf der Grundlage von LlamaGen: f\u00fcr die Bilderzeugung<\/p>\n\n\n\n<p>Durch die Entkopplung der visuellen Kodierung in unabh\u00e4ngige Pfade unter Beibehaltung einer einheitlichen Transformer-Architektur l\u00f6st Janus-Pro auf geniale Weise den Rollenkonflikt fr\u00fcherer Modelle im visuellen Kodierer.<\/p>\n\n\n\n<p>@reach_vb weist auf den entscheidenden Durchbruch in der Architektur hin:<\/p>\n\n\n\n<p>Das Modell basiert auf DeepSeek-LLM-1.5b\/7b, verwendet SigLIP-L, um 384\u00d7384 Bildeingaben zu verarbeiten, und entkoppelt den Codierungsprozess durch aufgabenspezifische Pfade<\/p>\n\n\n\n<p>Dieses Design erm\u00f6glicht es dem Modell, nahtlos zwischen multimodalen Aufgaben zu wechseln und dabei eine einzige Transformer-Architektur beizubehalten.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Training_strategy_the_evolutionary_path_to_three-step_success\"><\/span>Ausbildungsstrategie: der evolution\u00e4re Weg zum Erfolg in drei Schritten<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Das DeepSeek-Team w\u00e4hlte einen sorgf\u00e4ltig konzipierten dreistufigen Schulungsprozess:<\/p>\n\n\n\n<p>Stufe 1: Trainieren neuer Parameter auf dem ImageNet-Datensatz, um konzeptionelle Verbindungen zwischen visuellen und sprachlichen Elementen herzustellen<\/p>\n\n\n\n<p>Stufe 2: Einf\u00fchrung eines multimodalen hybriden Datensatzes f\u00fcr die vollst\u00e4ndige Feinabstimmung der Parameter<\/p>\n\n\n\n<p>Stufe 3: Verbesserung der Befehlsverfolgung und der Dialogf\u00e4higkeit durch \u00fcberwachte Feinabstimmung<\/p>\n\n\n\n<p>Au\u00dferdem wurden innovative Anpassungen an das Datenverh\u00e4ltnis vorgenommen:<\/p>\n\n\n\n<p>Bildverst\u00e4ndnis-Aufgabe: 50% (eine signifikante Steigerung)<\/p>\n\n\n\n<p>Aufgabe zur Bilderzeugung: 40<\/p>\n\n\n\n<p>Textaufgabe: 10%<\/p>\n\n\n\n<p>@iScienceLuvr weist auf das Geheimnis des Trainings hin:<\/p>\n\n\n\n<p>Der Anteil der Textaufgaben wurde in der dritten Phase der Feinabstimmung bewusst reduziert<\/p>\n\n\n\n<p>Dies zwingt das Modell, seine Rechenleistung auf die verkehrstr\u00e4ger\u00fcbergreifende Umwandlung zu konzentrieren<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Performance_master\"><\/span>Performance Master<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Dieses \"Allrounder\"-Monster ist in den beiden Kernmetriken ein echter Volltreffer!<\/p>\n\n\n\n<p>Offizielle Tests zeigen, dass Janus-Pro nicht nur das vorherige, vereinheitlichte Modell \u00fcbertrifft, sondern es sogar mit spezialisierten Modellen aufnehmen kann - es schneidet bei der Verst\u00e4ndnisaufgabe genauso gut ab wie LLaVA und \u00fcbertrifft DALL-E 3 bei der Generationsqualit\u00e4t!<\/p>\n\n\n\n<p>Mit einem GenEval-Wert von 0,8 stellt es SD3-Medium in den Schatten.<\/p>\n\n\n\n<p>und einem DPG-Bench-Score von 84,19 liegt die visuelle Gestaltungsqualit\u00e4t nahe an der von professionellen Designern<\/p>\n\n\n\n<p>Dies basiert auf einer Trainingsstrategie mit 72 Millionen synthetischen Bildern und drei Trainingsstufen (Adaptertraining \u2192 einheitliches Vortraining \u2192 \u00fcberwachtes Feintuning), die das Modell buchst\u00e4blich zu einem \"multimodalen Meister\" gemacht hat.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/rmy9ct2fln.feishu.cn\/space\/api\/box\/stream\/download\/asynccode\/?code=YTNjN2M3NjFjMjUzNTMyMTYzMGI2NzU5MzRhYzc2NGNfdUlIMGx1NG5qWVFIcWVkb0NDQlRaM3BpM1N5akpWcWVfVG9rZW46VG9GNWI1a0tsb2NoVUl4S1gzQWNFUm5RblpiXzE3MzgwNTEzNzM6MTczODA1NDk3M19WNA\" alt=\"\"\/><\/figure><\/div>\n\n\n<p>@dr_cintas hat einen Vergleich der tats\u00e4chlichen Messungen gepostet:<\/p>\n\n\n\n<p>Mit einer quantisierten 4-Bit-Version auf einem iPhone betr\u00e4gt die Inferenzgeschwindigkeit fast 60 Token\/s.<\/p>\n\n\n\n<p>Die erzeugte 384\u00d7384-Miniaturansicht kann den Text des Kennzeichens tats\u00e4chlich lesen<\/p>\n\n\n\n<p>Im Benchmark-Test zum multimodalen Verstehen zeigte Janus-Pro-7B erstaunliche St\u00e4rke:<\/p>\n\n\n\n<p>PAPST: 87.4%<\/p>\n\n\n\n<p>MME-PT: 1567.1<\/p>\n\n\n\n<p>MMBench: 79,2<\/p>\n\n\n\n<p>SEED: 72,1<\/p>\n\n\n\n<p>MMMU: 41,0<\/p>\n\n\n\n<p>MM-Vet: 50,0<\/p>\n\n\n\n<p>Bei der Bilderzeugung erreichte das Modell einen GenEval-Wert von 0,8 und einen DPG-Bench-Wert von 84,19 und \u00fcbertraf damit viele Mainstream-Modelle wie DALL-E 3 und SD3-Medium.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"MIT_open_source_feel_free_to_play\"><\/span>MIT open source: Spielen Sie ruhig mit!<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>DeepSeek hat diesmal den Spie\u00df umgedreht - die 7B\/1B-Dualversion ist vollst\u00e4ndig quelloffen, und die MIT-Lizenz erlaubt kommerzielle Modifikationen!<\/p>\n\n\n\n<p>Hugging Face kann sofort heruntergeladen werden, und selbst die leichtgewichtige Version 1B kann lokal auf einem iPhone ausgef\u00fchrt werden.<\/p>\n\n\n\n<p>Entwickler @angrypenguinPNG gab eine Live-Demonstration:<\/p>\n\n\n\n<p>Geben Sie \"future city night scene\" ein und in Sekundenschnelle erscheint eine Cyberpunk-Stra\u00dfenansicht<\/p>\n\n\n\n<p>Zoomen Sie heran, um die Details der Szene zu untersuchen, und das Modell kann den Farbverlauf der Neonlichter genau beschreiben<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Practical_value_lowering_the_barrier_to_entry\"><\/span>Praktischer Nutzen: Senkung der Einstiegsh\u00fcrden<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Um den Anforderungen verschiedener Szenarien gerecht zu werden, bietet DeepSeek zwei Versionen an:<\/p>\n\n\n\n<p>Janus-Pro-7B: die Vollversion, mit starker Leistung<\/p>\n\n\n\n<p>Janus-Pro-1B: eine abgespeckte Version, die direkt im Browser ausgef\u00fchrt werden kann<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/rmy9ct2fln.feishu.cn\/space\/api\/box\/stream\/download\/asynccode\/?code=NTFmYzY0NmFmOWU5YWNkMThlNzBkNjI1YzgyZGZhMThfRUYzZ1BjR2RUYzZkckdFYjloc2tlOUw4dEtSQ2Nqb01fVG9rZW46RDNodGJxeEppb29WU1R4ajdjdWNsZXJwbmRkXzE3MzgwNTEzNzM6MTczODA1NDk3M19WNA\" alt=\"\"\/><\/figure>\n\n\n\n<p>Beide Versionen wurden auf der Hugging Face-Plattform als Open Source ver\u00f6ffentlicht und stehen unter der MIT-Lizenz, so dass Entwickler sie frei verwenden und ver\u00e4ndern k\u00f6nnen.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/rmy9ct2fln.feishu.cn\/space\/api\/box\/stream\/download\/asynccode\/?code=NWRhMjEwYjQ0MDQ5ZmE1ZTM0MjBmMzk1ZWM2OWRlYTBfRUJ4S2pIU1dmSG9GaGRTUURJanhxT1ZEQTFkRmU0ZlFfVG9rZW46QUdCUWJ6N2V0b2NoYXh4V2ppamNRRzVNbktjXzE3MzgwNTEzNzM6MTczODA1NDk3M19WNA\" alt=\"\"\/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"DeepSeeks_comprehensive_breakthrough\"><\/span>Der umfassende Durchbruch von DeepSeek<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Die spannendste Frage ist nun: Wenn Verstehen und Generieren nicht mehr zwei getrennte Modelle erfordern, wird dann die bestehende KI-Anwendungsarchitektur kollektiv durchbrochen werden?<\/p>\n\n\n\n<p>Diejenigen, die immer noch mit einmodalen Anwendungen zu k\u00e4mpfen haben, sollten die Entwicklung kollaborativer Anwendungen f\u00fcr die linke und rechte Gehirnh\u00e4lfte in Betracht ziehen.<\/p>\n\n\n\n<p>Denn ein Modell, das gleichzeitig mit Text und Grafik spielen kann, ist die wahre Verk\u00f6rperung der Multimodalit\u00e4t.<\/p>\n\n\n\n<p>Es ist erw\u00e4hnenswert, dass die Ver\u00f6ffentlichung von Janus-Pro nur einer von mehreren wichtigen Durchbr\u00fcchen ist, die DeepSeek in letzter Zeit erzielt hat:<\/p>\n\n\n\n<p>Perplexity hat das DeepSeek R1 Modell f\u00fcr die Deep Web Suche integriert<\/p>\n\n\n\n<p>Die destillierte Version von DeepSeek R1 erreicht eine lokale Inferenzgeschwindigkeit von 60 Token\/s auf dem iPhone<\/p>\n\n\n\n<p>DeepSeek AI Assistant ist an die Spitze der kostenlosen App Store-Liste gesprungen<\/p>\n\n\n\n<p>und zeigte eine extrem schnelle Inferenzleistung auf der Groq-Plattform.<\/p>\n\n\n\n<p>Diese Errungenschaften zeigen die umfassende St\u00e4rke von DeepSeek im Bereich der KI, und der bahnbrechende Fortschritt von Janus-Pro hat neue Wege f\u00fcr die Entwicklung multimodaler KI er\u00f6ffnet.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Janus_pro_Related_links_and_documents\"><\/span>Janus pro Verwandte Links und Dokumente<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><strong>Adresse des Projekts:<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/github.com\/deepseek-ai\/Janus\" target=\"_blank\" rel=\"noreferrer noopener\">GitHub-Repository<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/github.com\/deepseek-ai\/Janus\/blob\/main\/janus_pro_tech_report.pdf\" target=\"_blank\" rel=\"noreferrer noopener\">Technischer Bericht<\/a><\/p>\n\n\n\n<p><strong>Modell-Downloads:<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/huggingface.co\/deepseek-ai\/Janus-Pro-7B\" target=\"_blank\" rel=\"noreferrer noopener\">Janus-Pro-7B<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/huggingface.co\/deepseek-ai\/Janus-Pro-1B\" target=\"_blank\" rel=\"noreferrer noopener\">Janus-Pro-1B<\/a><\/p>\n\n\n\n<p><strong>Schnelle Erfahrung:<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/janusai.pro\/de\/\" target=\"_blank\" rel=\"noreferrer noopener\">Keine Bereitstellung, kostenlos, Online-Nutzung janus pro<\/a><\/p>\n\n\n\n<p><strong>Referenzdokumentation:<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/github.com\/deepseek-ai\/Janus?tab=readme-ov-file#3-quick-start\" target=\"_blank\" rel=\"noreferrer noopener\">Schnellstart-Anleitung<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/huggingface.co\/organizations\/deepseek-ai\/activity\/all\" target=\"_blank\" rel=\"noreferrer noopener\">Offizielle DeepSeek-Veranstaltung<\/a><\/p>\n\n\n\n<p>Abschlie\u00dfend m\u00f6chten wir feststellen: Sam Altmans Firmenname, der Kuchen, den er gemalt hat, und der Weg, \u00fcber den er nachgedacht hat, scheinen an dieses neugierige chinesische Unternehmen weitergegeben zu werden, das die Grenzen der Intelligenz weiter ausloten wird!<\/p>\n\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Explosion! DeepSeeks Geschenk zum chinesischen Neujahr - eine detaillierte Erkl\u00e4rung des multimodalen Modells Janus-Pro DeepSeeks neuestes Modell Janus-Pro verbindet direkt die \"linke und rechte Gehirnh\u00e4lfte\" der multimodalen KI! Dieser doppelgesichtige Killer, der gleichzeitig Bild- und Textverst\u00e4ndnis und Bilderzeugung beherrscht, schreibt mit seinem selbst entwickelten Framework die Regeln der Branche neu. Das ist nicht...<\/p>","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-607","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/posts\/607","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/comments?post=607"}],"version-history":[{"count":1,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/posts\/607\/revisions"}],"predecessor-version":[{"id":610,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/posts\/607\/revisions\/610"}],"wp:attachment":[{"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/media?parent=607"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/categories?post=607"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/janusai.pro\/de\/wp-json\/wp\/v2\/tags?post=607"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}