Janus Pro
Janus Pro AI 統一多模態理解與生成模型。
Janus Pro 是先前工作 Janus 的進階版本。具體而言，Janus-Pro 整合了 (1) 最佳化的訓練策略、(2) 擴充的訓練資料，以及 (3) 可擴充至更大的模型規模。有了這些改進、 Janus-Pro 在多模式理解和文本到圖像的教學跟隨能力方面都取得了顯著的進步，同時也增強了文本到圖像生成的穩定性。
Janus Pro 免費線上
多模態理解與 Janus-Pro-7B
以文字轉換為影像 Janus-Pro-7B
請耐心等待，因為目前有大量流量 O(∩_∩)O，Flux 模型的圖像品質比 Janus Pro 好，但它沒有多模型理解能力。如果您想測試，可以在這裡試試 Flux ： FLux Dev 1 TP3T 適合需要文字與影像互動的工作，而 Flux 則擅長快速產生高品質影像。兩者的選擇取決於您的特定需求。
您也可以在此使用我們的 GPT 快速產生影像：點擊使用生成圖像 Janus Pro GPT
Janus Pro 1B 在瀏覽器中執行
尚未支援 Safari。
Janus Pro 的特點
統一多模式架構 Janus Pro 的
啟用雙向 影像理解與產生 透過具有統一 Transformer 架構的自回歸框架。具有解耦視覺編碼路徑的功能，可提高彈性和效能。
跨機型性能優勢 的 Janus Pro
在基準測試中優於 DALL-E 3 和 Stable Diffusion 等領先機型（例如、 GenEval 得分 0.80 對比《DALL-E 3》的 0.67)，在文本到圖像的指令跟蹤任務中表現優異。
開放原始碼相容性 的 Janus AI
優惠 1B/7B 參數變異 採用 MIT 授權，託管於 Hugging Face 與 GitHub，以便快速部署與客製化。支援不受限制的商業使用。
視覺處理規格 的 Janus AI
以下列速度處理影像 384×384 解析度，整合 SigLIP-L 視訊編碼器 和 MLP 適配器，以優化特徵萃取和任務切換效率。
具成本效益的擴充性 Janus Pro 的
組合 輕量級 7B 參數設計 具有競爭力的價格（相對於 OpenAI 模型），減少商業採用的計算資源消耗。
最佳化訓練架構 Janus Pro 的
槓桿 擴展資料集 和穩定性增強訓練技術，以提高輸出精確度，儘管在細節恢復（例如 OCR 任務）中受到解析度的限制。
Janus Pro 的資源
Janus Pro 的 Github
Janus 系列：統一的多模態理解和生成模型
Janus Pro 的紙張
Github 的 ComfyUI Janus Pro
Janus-Pro 的 ComfyUI 節點，統一的多模態理解和生成框架。
通量影像產生器
Flux 沒有 MultiModel Understanding，但品質較佳。
什麼是 Janus 和 Janus Pro
Janus 是一種統一多模態理解和生成的新型自回歸框架。它解決了以往方法的限制，將視覺編碼解耦為獨立的通路，同時仍然使用單一、統一的轉換器架構進行處理。解耦不僅緩解了視覺編碼器在理解和生成中的角色衝突，也增強了框架的靈活性。
Janus pro 紙張
本週我們將介紹 Janus Pro，它是前作 Janus 的進階版本。它在多模型理解和生成方面非常強大。 點擊查看詳情
什麼是 JanusFlow
JanusFlow 介紹了一種簡約的架構，將自回歸語言模型與整流模型 (rectified flow) 整合在一起，整流模型是最先進的產生式建模方法。
關於 Janus Pro 的部落格與新聞
如何在本機電腦上安裝和使用 DeepSeek R1
DeepSeek R1 是中國人工智能公司 DeepSeek 開發的一款新的開源 AI 語言模型，目前很受歡迎。一些用戶聲稱，在推理能力方面，它與 OpenAI 的 o1 不相伯仲，甚至更強。目前，DeepSeek 是免費的，這對使用者來說是個好消息，但也帶來了一些問題。如何...
完整說明：從 DeepSeek Janus 到 Janus-Pro！
帶回家的訊息：Janus 是一個簡單、統一且可擴充的多模態理解與產生模型，可將多模態理解與產生的視覺編碼分離，減少兩項工作之間的潛在衝突。它可以在未來擴展以納入更多的輸入模式。Janus-Pro 在此基礎上優化了訓練策略 (包括增加...
游標支援 DeepSeek R1，新版本更新多項功能
目前，有太多 AI 編程工具：Windsurf、Trae (The Real AI Engineer)、Cursor 和 Copilot。其中，Cursor 是最先進的，也是最昂貴的。我已經為 Cursor 付費，並經常注意最新的功能，以求物超所值。隨著...
人們在談論什麼 Janus Pro
爆料：DeepSeek 正式宣佈另一款開放原始碼的 AI 模型 Janus-Pro-7B。
- Kobeissi Letter (@KobeissiLetter) 2025 年 1 月 27 日
此模型可產生影像，並在多項基準測試中勝過 OpenAI 的 DALL-E 3 和 Stable Diffusion。 pic.twitter.com/FSJkelcaYP
哇
- Min Choi (@minchoi) 2025 年 1 月 27 日
DeepSeek 剛推出 Janus-Pro-7B，這是一款開放原始碼的多模態 AI，擊敗了 DALL-E 3 和 Stable Diffusion。
🐋火了。👀 pic.twitter.com/Vy9V7P2FLP
新的 Deepseek-Janus-Pro-7B 更新非常瘋狂！(免費！） 🤯 pic.twitter.com/pVjnlpTQi9
- Julian Goldie SEO (@JulianGoldieSEO) 2025 年 1 月 28 日
DeepSeek 正處於火熱狀態！🔥 他們剛發表了 Janus Pro：一個能夠進行視覺理解和圖像生成的多模態 LLM！🤯
- Xenova (@xenovacom) 2025 年 1 月 27 日
1B 模型甚至可以在 WebGPU 的瀏覽器中執行，由 🤗 Transformers.js 提供動力！
這是在本機執行的最簡單方法：只要造訪網站即可！ pic.twitter.com/yjfS0ktqB6
因此，DeepSeek 投放了一個開放源碼的多模態模型，可以進行圖像理解和生成「Janus-Pro-7B」。
- Nomaditsu (@nomaditsu) 2025 年 1 月 27 日
X 網站上的人都說它比 Dalle-3 好，所以必須試試看。
不幸的是，我認為炒作過度了：
左：Janus-Pro-7B。右圖Dalle-3 pic.twitter.com/Ienru7r8KD
Janus-Pro-7B 初见面！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型
-Zho-（@ZHO_ZHO_ZHO） 2025 年 1 月 27 日
1）模型直接支持中文交互（图像理解+图像生成
2）雲上 L4 測試，顯存需 22GB
3）圖像生成速度：約15s/張
4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺
由於 Gradio 界面比... https://t.co/ZB3kghXIFA pic.twitter.com/idJ7HNcr79
Janus Pro 定價
現在已開放原始碼
$0/ 月
常見問題
您需要知道的一切 Janus Pro 和 Janus AI
Janus Pro 是一種先進的統一多模態 AI 模型，結合了影像理解與產生功能。與傳統模型不同、 Janus Pro 結合了最佳化的訓練策略、擴充的訓練資料和更大的模型縮放比例，使其優於先前版本的 Janus AI 在多模態理解和文本到圖像生成任務中。
Janus Pro 以革命性的解耦視覺編碼系統為特色，將理解和生成路徑分開，同時維持統一的 Transformer 架構。這種創新方法由 Janus AI 相較於傳統的單一通路系統，此功能可讓模型更有效率地處理圖片到文字以及文字到圖片的任務。
根據基準測試、 Janus Pro 優於 DALL-E 3 和 Stable Diffusion 等領先模型。邏輯 Janus Pro 相較於 DALL-E 3 的 0.67，該模型的 GenEval 得分值達到 0.80，在文字到圖像的指令跟蹤任務中表現優異。
Janus Pro 有兩個主要版本： Janus Pro-7B（70 億參數）和 Janus Pro-1B（15 億個參數）。兩個版本都是 Janus AI 生態系統，並依據 MIT 授權開放原始碼，讓研究與商業應用都能使用。
Janus Pro 和更廣泛的 Janus AI 框架的 MIT 授權專為商業用途而設計，允許不受限制的修改和部署。與其他替代方案相比，該模型的高效架構和具有競爭力的價格使其成為企業實施 AI 解決方案的吸引人的選擇。
