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型语言模型，同时具备多模态理解和图像生成能力。
主要能力
通过自回归框架统一多模态理解和生成任务。采用解耦视觉编码的方案，将视觉编码分为理解路径和生成路径两部分，但仍使用单一的 Transformer 架构进行处理。这种解耦设计不仅缓解了视觉编码器在理解和生成任务中的角色冲突，还增强了框架的灵活性。
输入输出
多模态理解：支持 384×384 像素图像输入，使用 SigLIP-L 作为视觉编码器。图像生成：使用专用 tokenizer，采样率为 16。
运行要求
基于 DeepSeek-LLM-1.5b-base 或 DeepSeek-LLM-7b-base 构建。
基本用法
请参考 GitHub 仓库获取详细使用说明。
许可证
本代码仓库采用 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。
