{"id":906,"date":"2025-07-06T05:28:51","date_gmt":"2025-07-06T05:28:51","guid":{"rendered":"https:\/\/janusai.pro\/?p=906"},"modified":"2025-07-06T05:28:52","modified_gmt":"2025-07-06T05:28:52","slug":"janus-4o-sharegpt-4o-image","status":"publish","type":"post","link":"https:\/\/janusai.pro\/es\/janus-4o-sharegpt-4o-image\/","title":{"rendered":"La nueva estrella de la generaci\u00f3n de im\u00e1genes multimodales: \u00bfJanus-4o? ShareGPT-4o-Image establece un nuevo est\u00e1ndar para conjuntos de datos, alineando la generaci\u00f3n de im\u00e1genes con GPT-4o."},"content":{"rendered":"<div style=\"margin-top: 0px; margin-bottom: 0px;\" class=\"sharethis-inline-share-buttons\" ><\/div>\n<p><a href=\"https:\/\/sharegpt4o.github.io\/\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Compartir imagen GPT-4o<\/a> es un conjunto de datos de generaci\u00f3n de im\u00e1genes a gran escala y de alta calidad donde todas las im\u00e1genes se generan utilizando las capacidades de generaci\u00f3n de im\u00e1genes de GPT-4o.<\/p>\n\n\n\n<p>Este conjunto de datos tiene como objetivo combinar las ventajas de los modelos multimodales de c\u00f3digo abierto con las fortalezas de GPT-4o en la creaci\u00f3n de contenido visual. <\/p>\n\n\n\n<p>Incluye 45.000 muestras de texto a imagen y 46.000 muestras de imagen a texto, lo que lo convierte en un recurso pr\u00e1ctico para mejorar los modelos multimodales en tareas de generaci\u00f3n y edici\u00f3n de im\u00e1genes.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"998\" height=\"700\" src=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/f48c8349-9310-48a1-9276-d7614aa958d9.png\" alt=\"\" class=\"wp-image-911\" srcset=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/f48c8349-9310-48a1-9276-d7614aa958d9.png 998w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/f48c8349-9310-48a1-9276-d7614aa958d9-300x210.png 300w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/f48c8349-9310-48a1-9276-d7614aa958d9-768x539.png 768w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/f48c8349-9310-48a1-9276-d7614aa958d9-18x12.png 18w\" sizes=\"auto, (max-width: 998px) 100vw, 998px\" \/><\/figure>\n\n\n\n<p>Janus-4o es un LLM multimodal capaz de generar texto a imagen y texto+imagen a imagen. Se basa en Janus-Pro y se ha optimizado con el conjunto de datos ShareGPT-4o-Image. En comparaci\u00f3n con Janus-Pro, Janus-4o introduce capacidades de generaci\u00f3n de texto+imagen a imagen y logra mejoras significativas en la generaci\u00f3n de texto a imagen.<\/p>\n\n\n\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 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\">\u00cdndice<\/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=\"Tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/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\/es\/janus-4o-sharegpt-4o-image\/#Dataset_Overview\" >Descripci\u00f3n general del conjunto de datos<\/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\/es\/janus-4o-sharegpt-4o-image\/#Related_Links\" >Enlaces relacionados<\/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\/es\/janus-4o-sharegpt-4o-image\/#Paper_Introduction\" >Introducci\u00f3n del art\u00edculo<\/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\/es\/janus-4o-sharegpt-4o-image\/#Method_Overview\" >Descripci\u00f3n general del m\u00e9todo<\/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\/es\/janus-4o-sharegpt-4o-image\/#Experimental_Results\" >Resultados experimentales<\/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\/es\/janus-4o-sharegpt-4o-image\/#Conclusions\" >Conclusiones<\/a><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Dataset_Overview\"><\/span>Descripci\u00f3n general del conjunto de datos<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>El conjunto de datos ShareGPT-4o-Image contiene 91.000 muestras de generaci\u00f3n de im\u00e1genes GPT-4o, categorizadas de la siguiente manera:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Texto a imagen: 45.717<\/li>\n\n\n\n<li>Texto m\u00e1s imagen a imagen: 46.539<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Related_Links\"><\/span>Enlaces relacionados<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>C\u00f3digo: <a href=\"https:\/\/github.com\/FreedomIntelligence\/ShareGPT-4o-Image\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">github haga clic aqu\u00ed<\/a><\/p>\n\n\n\n<p>Modelo: <a href=\"https:\/\/huggingface.co\/FreedomIntelligence\/Janus-4o-7B\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">obtener el modelo ShareGPT-4o-Image<\/a><\/p>\n\n\n\n<p>Papel: <a href=\"https:\/\/arxiv.org\/pdf\/2506.18095\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">pulse aqu\u00ed<\/a><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Paper_Introduction\"><\/span>Introducci\u00f3n del art\u00edculo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Los avances recientes en modelos de generaci\u00f3n multimodal han permitido la generaci\u00f3n de im\u00e1genes realistas y alineadas con las instrucciones. Sin embargo, sistemas l\u00edderes como GPT-4o-Image siguen siendo propietarios e inaccesibles.<\/p>\n\n\n\n<p>Para que estas capacidades sean accesibles al p\u00fablico, el documento presenta ShareGPT-4o-Image, el primer conjunto de datos que contiene 45 000 ejemplos de texto a imagen y 46 000 ejemplos de texto m\u00e1s imagen a imagen, todos sintetizados utilizando las capacidades de generaci\u00f3n de im\u00e1genes de GPT-4o para refinar sus habilidades avanzadas de generaci\u00f3n de im\u00e1genes. Utilizando este conjunto de datos, el documento desarroll\u00f3 Janus-4o, un modelo de lenguaje grande multimodal capaz de generar texto a imagen y texto m\u00e1s imagen a imagen.<\/p>\n\n\n\n<p>Janus-4o no solo mejora significativamente las capacidades de generaci\u00f3n de texto a imagen con respecto a su predecesor Janus-Pro, sino que tambi\u00e9n introduce capacidades de generaci\u00f3n de texto m\u00e1s imagen a imagen. En particular, logra un rendimiento impresionante al generar im\u00e1genes a partir de texto e im\u00e1genes desde cero utilizando solo 91\u00a0000 muestras sint\u00e9ticas y entrenadas durante 6 horas en una m\u00e1quina con GPU 8\u00d7A800.<\/p>\n\n\n\n<p>Esperamos que el lanzamiento de ShareGPT-4o-Image y Janus-4o promueva la investigaci\u00f3n abierta en la generaci\u00f3n de im\u00e1genes fotorrealistas y alineadas con las instrucciones.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Method_Overview\"><\/span>Descripci\u00f3n general del m\u00e9todo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"1028\" height=\"718\" src=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d.png\" alt=\"\" class=\"wp-image-908\" srcset=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d.png 1028w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d-300x210.png 300w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d-1024x715.png 1024w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d-768x536.png 768w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/74bd55e5-5cc6-49e8-be21-cf5c4a66042d-18x12.png 18w\" sizes=\"auto, (max-width: 1028px) 100vw, 1028px\" \/><\/figure>\n\n\n\n<p><strong>ShareGPT-4o-Image mejora el rendimiento de generaci\u00f3n de im\u00e1genes.<\/strong> Al ajustar Janus-Pro con ShareGPT-4o-Image, generamos Janus-4o, que demuestra una mejora significativa en el rendimiento de generaci\u00f3n de im\u00e1genes. Janus-4o tambi\u00e9n admite la generaci\u00f3n de texto a imagen y de imagen a imagen, superando a otros benchmarks con tan solo 91\u00a0000 muestras de entrenamiento.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"370\" src=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/fc3b163f-d1d2-42f5-81bc-884eb677ea52.png\" alt=\"\" class=\"wp-image-910\" srcset=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/fc3b163f-d1d2-42f5-81bc-884eb677ea52.png 1024w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/fc3b163f-d1d2-42f5-81bc-884eb677ea52-300x108.png 300w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/fc3b163f-d1d2-42f5-81bc-884eb677ea52-768x278.png 768w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/fc3b163f-d1d2-42f5-81bc-884eb677ea52-18x7.png 18w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong>Descripci\u00f3n general del modelo Janus-4o.<\/strong> El modelo se basa en Janus-Pro y se construy\u00f3 ajust\u00e1ndolo en ShareGPT-4o-Image. Incorpora mejoras para la generaci\u00f3n de texto a imagen y de imagen a imagen. Ambas tareas se entrenan conjuntamente.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"1058\" height=\"304\" src=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05.png\" alt=\"\" class=\"wp-image-909\" srcset=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05.png 1058w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05-300x86.png 300w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05-1024x294.png 1024w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05-768x221.png 768w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/2b81408d-3c8b-45a8-ac73-ee0a48164c05-18x5.png 18w\" sizes=\"auto, (max-width: 1058px) 100vw, 1058px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Experimental_Results\"><\/span>Resultados experimentales<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"1072\" height=\"1140\" src=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696.png\" alt=\"\" class=\"wp-image-907\" srcset=\"https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696.png 1072w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696-282x300.png 282w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696-963x1024.png 963w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696-768x817.png 768w, https:\/\/janusai.pro\/wp-content\/uploads\/2025\/07\/72720ada-7418-4979-a8fd-4ce09050d696-11x12.png 11w\" sizes=\"auto, (max-width: 1072px) 100vw, 1072px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Conclusions\"><\/span>Conclusiones<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>ShareGPT-4o-Image es el primer conjunto de datos a gran escala capaz de capturar las avanzadas capacidades de generaci\u00f3n de im\u00e1genes de GPT-4o en la conversi\u00f3n de texto a imagen y viceversa. Bas\u00e1ndose en este conjunto de datos, el art\u00edculo desarroll\u00f3 Janus-4o, un modelo de aprendizaje autom\u00e1tico (MLLM) capaz de generar im\u00e1genes de alta calidad a partir de texto puro o combinaciones de imagen y texto.<\/p>\n\n\n\n<p>Janus-4o logra mejoras significativas en la generaci\u00f3n de texto a imagen y alcanza resultados altamente competitivos en tareas de texto a imagen, demostrando la alta calidad y practicidad de ShareGPT-4o-Image.<\/p>\n\n\n\n<p>Gracias a la eficiencia de la generaci\u00f3n de im\u00e1genes autorregresivas basada en MLLM, Janus-4o se puede entrenar en solo 6 horas en una m\u00e1quina GPU 8\u00d7A800 y logra mejoras de rendimiento significativas con requisitos computacionales extremadamente bajos.<\/p>","protected":false},"excerpt":{"rendered":"<p>ShareGPT-4o-Image es un conjunto de datos de generaci\u00f3n de im\u00e1genes a gran escala y de alta calidad. Todas las im\u00e1genes se generan utilizando las capacidades de generaci\u00f3n de im\u00e1genes de GPT-4o. Este conjunto de datos busca combinar las ventajas de los modelos multimodales de c\u00f3digo abierto con las fortalezas de GPT-4o en la creaci\u00f3n de contenido visual. Incluye 45\u00a0000 muestras de conversi\u00f3n de texto a imagen y 46\u00a0000 de imagen a texto, lo que lo convierte en un recurso pr\u00e1ctico para mejorar los modelos multimodales en im\u00e1genes\u2026<\/p>","protected":false},"author":2,"featured_media":859,"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-906","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/posts\/906","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/comments?post=906"}],"version-history":[{"count":1,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/posts\/906\/revisions"}],"predecessor-version":[{"id":912,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/posts\/906\/revisions\/912"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/media\/859"}],"wp:attachment":[{"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/media?parent=906"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/categories?post=906"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/janusai.pro\/es\/wp-json\/wp\/v2\/tags?post=906"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}