模型详情
模型介绍
中文整理模型名称
JanusFlow
模型用途
JanusFlow是一个统一的多模态大语言模型框架，旨在将图像理解和图像生成整合到单一模型中。
主要能力
统一图像理解与生成：在一个模型中同时实现图像理解和图像生成功能。架构设计：采用极简架构，将自回归语言模型与rectified flow（生成建模的先进方法）相结合。关键创新：rectified flow可以直接在大语言模型框架内训练，无需复杂的架构修改。
输入输出
图像理解输入：支持384×384分辨率的图像输入，使用SigLIP-L作为视觉编码器。图像生成输出：使用rectified flow和SDXL-VAE生成384×384分辨率的图像。
运行要求
基础模型：基于DeepSeek-LLM-1.3b-base构建。检查点类型：提供的检查点为预训练和监督微调后的EMA检查点。
基本用法
请参考官方代码仓库获取详细使用说明。
许可证
代码仓库：MIT许可证。模型使用：需遵守DeepSeek模型许可证的相关规定。
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。
