一360一 作品

第1330章 DeepSeek震撼发布Janus-Pro,AI多模态领域迎来新变革

人工智能(Ai)的发展速度超乎想象,是不知疲倦的探索者,正以前所未有的力量推动着各个行业的变革。近期,deepseek公司凭借其r1大语言模型在华尔街掀起了一场风暴,引发了美国公司模型成本及人工智能股票泡沫破裂的广泛讨论,进而导致美股科技股抛售潮的出现。然而,这仅仅是deepseek带给我们的震撼的开始。

deepseek的r1大语言模型凭借其强大的性能,不仅震撼了硅谷,更让华尔街的投资者们措手不及。一时间,科技股纷纷下跌,其中芯片巨头英伟达股价暴跌约16.86%,单日市值蒸发约600亿美元(原文中的6000亿美元应为笔误,根据上下文及市场常识判断应为600亿美元),博通、超威半导体公司、美光科技、台积电等芯片及科技企业股价也纷纷走低。此外,与人工智能相关的衍生品,如电力供应商也未能幸免,美国联合能源公司和vistra的股价分别下跌了20.85%和28.33%。这一系列连锁反应,无疑彰显了deepseek r1模型在业界的巨大影响力。

然而,面对这场风暴,白宫人工智能和加密货币总管david sacks却持乐观态度。他在社交媒体上表示,deepseek r1的表现证明了人工智能竞争的激烈程度,并认为美国总统特朗普废除拜登行政命令是正确的决定。sacks认为,拜登的行政命令束缚了美国的人工智能公司,而deepseek等企业的崛起则展示了美国在该领域的强大实力。他强调:“我对美国充满信心,但我们不能自满。”

就在r1模型引发广泛讨论的同时,deepseek又在深夜放出了大招。1月27日晚间,deepseek创始人梁文锋在社交媒体上透露,新版本即将发布。仅仅三个多小时后,人工智能开源社区huggingface就展示了deepseek发布的一系列开源多模态模型,包括janus-pro和janusflow,这些模型的参数大小从10亿到70亿不等。这一消息再次震惊了业界,也让我们看到了deepseek在多模态领域的深厚积累。

本次发布的janus-pro系列模型,在文生图能力方面取得了显着突破。其中,70亿参数的janus-pro-7B在geneval和dpg-Bench基准测试中,分别以80%和84.2%的准确率击败了openAi的dALL-e3和stablediffusion等顶尖图像生成模型。这一成绩不仅证明了janus-pro的强大性能,也彰显了deepseek在多模态理解和生成方面的深厚实力。

据deepseek发布的报告介绍,janus-pro是此前发布的janus模型的改进版本。相较于janus,janus-pro在训练策略、训练数据以及模型规模等方面都进行了优化。这些改进使得janus-pro在多模态理解和文本到图像指令跟随能力方面取得了显着进步,同时提升了文本到图像生成的稳定性。

作为一种新颖的自回归框架,janus-pro将多模态理解和生成统一起来,通过解耦视觉编码来实现这一目标。它将视觉编码解耦为单独的路径,以解决以前方法的局限性,同时仍然使用单一、统一的转换器架构进行处理。这种设计不仅提高了模型的性能,还使得模型在处理多模态任务时更加灵活和高效。

值得注意的是,deepseek在训练janus-pro模型时投入了大量的计算资源。对于1.5B和7B这两个参数的模型,整个训练过程在16/32节点的集群上进行,每个节点配备8块nvidia A100(40gB)gpu。经过7/14天的训练,deepseek就成功训练出了能够击败openAi dALL-e3和stablediffusion的模型。这一成绩不仅彰显了deepseek的技术实力,也让我们看到了Ai技术在不断突破极限。

除了强大的文生图能力外,janus-pro-7B还具备图像识别功能。它能够根据提供的图片猜测地点,并给出详细的描述和分析。例如,当给janus-pro-7B提供一张中国杭州西湖的图片时,它能够准确识别出图片中的景点是三潭映月岛,并进一步分析出图片中的建筑、湖水和山脉等特点。这一功能不仅展示了janus-pro-7B在图像识别方面的强大性能,也为我们带来了更加智能和便捷的图像处理体验。

事实上,deepseek一直在多模态领域进行探索和创新。去年,他们就推出了基于自回归的多模态理解与生成统一模型janus。而进入2025年,他们将janus进一步升级至janus-pro。这一系列动作不仅彰显了deepseek在多模态领域的深厚积累和创新精神,也让我们看到了Ai技术在不断推动各个行业的变革和发展。

然而,尽管deepseek在C端应用上主要聚焦于文本能力,还无法直接生成图片或识别图像,但随着janus-pro的发布和技术的不断进步,用户或许很快就可以使用deepseek进行图像、视频等领域的创作。这将为用户带来更加智能和便捷的创作体验,也将推动Ai技术在更多领域的应用和发展。

综上所述,deepseek凭借其强大的技术实力和创新精神,在多模态领域取得了显着突破。janus-pro的发布不仅为Ai技术的发展注入了新的活力,也为我们带来了更加智能和便捷的生活体验。在未来的发展中,我们有理由相信,deepseek将继续引领Ai技术的潮流,推动各个行业的变革和发展。让我们共同期待Ai技术为我们带来的更加美好的未来!