DeepSeek представил новые модели Janus Pro для генерации изображений

Китайский стартап DeepSeek выпустил новые мультимодальные модели Janus Pro, которые могут анализировать изображения и создавать новые. По словам компании, в тестах GenEval и DPG-Bench модель Janus-Pro-7B превосходит такие решения, как Stable Diffusion 3 Medium и DALL-E 3 от OpenAI.

Ключевые особенности Janus Pro

• Модели поддерживают мультимодальные функции: анализ изображений и генерацию контента.
• Доступны варианты с количеством параметров от 1 млрд до 7 млрд.
• Имеют открытый исходный код и доступны на Hugging Face. Там же можно протестировать бесплатную демоверсию модели.
• Поддерживаемое разрешение для генерации изображений — до 384x384 пикселей.

«Только что попробовал сгенерировать изображение птички, которая выглядит как теннисный мяч, с помощью новой Janus-Pro-7B, вот что получилось», — @avrecum

Сравнение и успехи

Новая модель является обновлённой версией Janus, выпущенной в конце 2024 года. По словам DeepSeek, Janus Pro превосходит предшественника благодаря усовершенствованным процессам обучения, качеству данных и увеличенному размеру модели.

Сравнение результатов Janus и Janus-Pro-7B. Источник: DeepSeek

Резонанс вокруг DeepSeek

• 27 января приложение компании стало самым скачиваемым в американском App Store, обогнав ChatGPT от OpenAI, что привело к падению акций крупнейших IT-компаний.
• После этого пользователи столкнулись со сбоями и кибератакам на сервисы DeepSeek.
• В ответ стартап временно ограничил регистрацию новых пользователей.