{"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\/it\/janus-4o-sharegpt-4o-image\/","title":{"rendered":"La nuova stella della generazione di immagini multimodali: Janus-4o? CondividiGPT-4o-Image stabilisce un nuovo standard per i set di dati, allineando la generazione di immagini 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\">CondividiGPT-4o-Image<\/a> \u00e8 un set di dati di generazione di immagini di alta qualit\u00e0 e su larga scala, in cui tutte le immagini vengono generate utilizzando le capacit\u00e0 di generazione di immagini di GPT-4o.<\/p>\n\n\n\n<p>Questo set di dati mira a combinare i vantaggi dei modelli multimodali open source con i punti di forza di GPT-4o nella creazione di contenuti visivi. <\/p>\n\n\n\n<p>Include 45.000 campioni di conversione da testo a immagine e 46.000 campioni di conversione da immagine a testo, il che lo rende una risorsa pratica per migliorare i modelli multimodali nelle attivit\u00e0 di generazione e modifica delle immagini.<\/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 \u00e8 un LLM multimodale in grado di generare testo-immagine e testo+immagine-immagine. \u00c8 basato su Janus-Pro e ottimizzato utilizzando il dataset ShareGPT-4o-Image. Rispetto a Janus-Pro, Janus-4o introduce funzionalit\u00e0 di generazione testo+immagine-immagine e raggiunge miglioramenti significativi nella generazione testo-immagine.<\/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\">Indice dei contenuti<\/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=\"Allinea la tabella dei contenuti\"><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\/it\/janus-4o-sharegpt-4o-image\/#Dataset_Overview\" >Panoramica del set di dati<\/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\/it\/janus-4o-sharegpt-4o-image\/#Related_Links\" >Link correlati<\/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\/it\/janus-4o-sharegpt-4o-image\/#Paper_Introduction\" >Introduzione al documento<\/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\/it\/janus-4o-sharegpt-4o-image\/#Method_Overview\" >Panoramica del metodo<\/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\/it\/janus-4o-sharegpt-4o-image\/#Experimental_Results\" >Risultati sperimentali<\/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\/it\/janus-4o-sharegpt-4o-image\/#Conclusions\" >Conclusioni<\/a><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Dataset_Overview\"><\/span>Panoramica del set di dati<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Il set di dati ShareGPT-4o-Image contiene 91.000 campioni di generazione di immagini GPT-4o, classificati come segue:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Testo-immagine: 45.717<\/li>\n\n\n\n<li>Testo pi\u00f9 immagine su immagine: 46.539<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Related_Links\"><\/span>Link correlati<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Codice: <a href=\"https:\/\/github.com\/FreedomIntelligence\/ShareGPT-4o-Image\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">github clicca qui<\/a><\/p>\n\n\n\n<p>Modello: <a href=\"https:\/\/huggingface.co\/FreedomIntelligence\/Janus-4o-7B\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">ottenere il modello ShareGPT-4o-Image<\/a><\/p>\n\n\n\n<p>Carta: <a href=\"https:\/\/arxiv.org\/pdf\/2506.18095\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">clicca qui<\/a><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Paper_Introduction\"><\/span>Introduzione al documento<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>I recenti progressi nei modelli di generazione multimodale hanno reso possibile la generazione di immagini realistiche e allineate alle istruzioni. Tuttavia, sistemi leader come GPT-4o-Image rimangono proprietari e inaccessibili.<\/p>\n\n\n\n<p>Per rendere queste capacit\u00e0 accessibili al pubblico, il documento presenta ShareGPT-4o-Image, il primo set di dati contenente 45.000 esempi di conversione da testo a immagine e 46.000 esempi di conversione da testo pi\u00f9 immagine a immagine, tutti sintetizzati utilizzando le capacit\u00e0 di generazione di immagini di GPT-4o per perfezionare le sue avanzate capacit\u00e0 di generazione di immagini. Utilizzando questo set di dati, il documento ha sviluppato Janus-4o, un modello linguistico multimodale di grandi dimensioni in grado di generare testo in immagine e testo pi\u00f9 immagine in immagine.<\/p>\n\n\n\n<p>Janus-4o non solo migliora significativamente le capacit\u00e0 di generazione di testo in immagine rispetto al suo predecessore Janus-Pro, ma introduce anche capacit\u00e0 di generazione di testo pi\u00f9 immagine in immagine. In particolare, raggiunge prestazioni impressionanti nella generazione di immagini da testo e immagini da zero utilizzando solo 91K campioni sintetici e addestrato per 6 ore su una macchina con 8 GPU A800.<\/p>\n\n\n\n<p>Ci auguriamo che il rilascio di ShareGPT-4o-Image e Janus-4o promuova la ricerca aperta sulla generazione di immagini fotorealistiche e allineate alle istruzioni.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Method_Overview\"><\/span>Panoramica del metodo<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 migliora le prestazioni di generazione delle immagini.<\/strong> Ottimizzando Janus-Pro con ShareGPT-4o-Image, abbiamo generato Janus-4o, che dimostra prestazioni di generazione di immagini significativamente migliorate. Janus-4o supporta anche la generazione di testo-immagine e immagine-immagine, superando altri benchmark con soli 91.000 campioni di addestramento.<\/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>Panoramica del modello Janus-4o.<\/strong> Il modello si basa su Janus-Pro ed \u00e8 stato costruito perfezionandolo su ShareGPT-4o-Image. Incorpora miglioramenti per supportare la generazione di testo-immagine e immagine-immagine. Sia le attivit\u00e0 testo-immagine che quelle testo-immagine vengono addestrate congiuntamente.<\/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>Risultati sperimentali<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>Conclusioni<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>ShareGPT-4o-Image \u00e8 il primo dataset su larga scala in grado di catturare le avanzate capacit\u00e0 di generazione di immagini di GPT-4o nella generazione testo-immagine e testo-immagine. Sulla base di questo dataset, l&#039;articolo ha sviluppato Janus-4o, un modello di apprendimento automatico (MLLM) in grado di generare immagini di alta qualit\u00e0 da testo puro o da combinazioni immagine-testo.<\/p>\n\n\n\n<p>Janus-4o ottiene miglioramenti significativi nella generazione di testo in immagini e ottiene risultati altamente competitivi nelle attivit\u00e0 di conversione da testo a immagini, dimostrando l&#039;elevata qualit\u00e0 e la praticit\u00e0 di ShareGPT-4o-Image.<\/p>\n\n\n\n<p>Grazie all&#039;efficienza della generazione di immagini autoregressive basata su MLLM, Janus-4o pu\u00f2 essere addestrato in sole 6 ore su una macchina con 8 GPU A800 e ottiene significativi miglioramenti delle prestazioni con requisiti di calcolo estremamente bassi.<\/p>","protected":false},"excerpt":{"rendered":"<p>ShareGPT-4o-Image \u00e8 un dataset di generazione di immagini su larga scala e di alta qualit\u00e0, in cui tutte le immagini vengono generate utilizzando le capacit\u00e0 di generazione di immagini di GPT-4o. Questo dataset mira a combinare i vantaggi dei modelli multimodali open source con i punti di forza di GPT-4o nella creazione di contenuti visivi. Include 45.000 campioni di conversione da testo a immagine e 46.000 campioni di conversione da immagine a testo, rendendolo una risorsa pratica per migliorare i modelli multimodali nell&#039;elaborazione di immagini\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\/it\/wp-json\/wp\/v2\/posts\/906","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/comments?post=906"}],"version-history":[{"count":1,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/posts\/906\/revisions"}],"predecessor-version":[{"id":912,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/posts\/906\/revisions\/912"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/media\/859"}],"wp:attachment":[{"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/media?parent=906"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/categories?post=906"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/janusai.pro\/it\/wp-json\/wp\/v2\/tags?post=906"}],"curies":[{"name":"parola chiave","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}