模型详情
模型介绍
中文整理模型名称
Janus-Pro
模型用途
Janus-Pro是一个统一的多模态大语言模型，同时具备多模态理解和图像生成能力。
主要能力
采用自回归框架，通过将视觉编码解耦为独立的路径来实现多模态理解和生成。该设计不仅缓解了视觉编码器在理解和生成任务中的冲突，还增强了框架的灵活性。Janus-Pro性能超越此前的统一模型，达到或超过特定任务模型的水平。
输入输出
支持384×384像素的图像输入。模型可输出生成的图像。
运行要求
基于DeepSeek-LLM-1.5b-base或DeepSeek-LLM-7b-base构建。多模态理解模块使用SigLIP-L作为视觉编码器。图像生成模块使用专用tokenizer，采样率为16。
基本用法
请参考官方代码仓库获取详细使用方法。
限制
模型性能受限于基础模型能力和训练数据。
许可证
代码仓库采用MIT许可证。Janus-Pro模型的使用受DeepSeek模型许可证约束。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
