模型详情
模型介绍
中文整理模型名称
Janus
模型用途
Janus是一个统一的多模态大语言模型，同时支持多模态理解和图像生成任务。
主要能力
通过解耦视觉编码到不同的路径，实现多模态理解和生成的统一处理。使用单一的transformer架构处理两种任务。在统一模型中性能超越此前方案，达到或超过特定任务模型的水平。
输入输出
- 多模态理解：支持384×384分辨率图像输入
- 图像生成：使用采样率为16的tokenizer进行图像生成
运行要求
- 基础模型：基于DeepSeek-LLM-1.3b-base训练
- 训练数据：约500B文本token
- 已知问题：需使用包含pad token的tokenizer config.json，缺少pad token会导致图像生成效果较差
基本用法
请参考官方GitHub仓库获取详细使用说明。
许可证
代码仓库采用MIT许可证。Janus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。
