DeepSeek推出的JanusPro在多模态理解与生成方面有诸多亮点。
一、多模态理解能力
够精像等多模态信息它采用了创新的架构，例如视觉编码解耦等技术，这有助于它更好地解析多模态内容。在GenEval和DPGBench基准测试中击败了DALLE3模型，这足以证明其在多模一样有效地处理图像、视息，这是传统单一功能模型难以企及的。
二、多模态生成能力
JanusPro不仅能理解，还能根据文本生成高质量的视觉图像等多模态内容。其统一的Transformer架构为生成任务提供了坚实的基础，使得它在文生图等生成任务上表现出色。与其他一些多模态模型相比，它在性能上超越了以往的统一模型，甚至达到或超越了部分商业模型的水平。