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.
Обновления программ, что нового
• Snapdragon 8 Elite Gen 6 Pro получит более мощный GPU — это должно оправдать его высокую цену
• Electronic Arts продана саудовскому PIF и фирме Кушнера за 55 млрд $
• Firefox 153.0.3: исправление проблем с запуском в Windows, мультимедиа и боковой панелью
• Vigo: почти 70% мобильных интернет-сессий в центре России проходит в режиме «белых списков»
• Google Ассистента начнут отключать на Android 4 сентября
• AMD Radeon Software Adrenalin 26.10.27.01 Preview. Поддержка расширения Vulkan VK_EXT_image_tiling_control