Janus-Pro-7B 初见面！！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型1）模型直接支持中文交互（图像理解+图像生成2）云上 L4 测试，显存需 22GB3）图像生成速度：约15s/张4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺由于 Gradio 界面比较

Warning: Missing argument 3 for write(), called in /www/wwwroot/shijiebei05.com/incs/robot.php on line 68 and defined in /www/wwwroot/shijiebei05.com/incs/data.php on line 487

site stats

Janus-Pro-7B 初见面！！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型1）模型直接支持中文交互（图像理解+图像生成2）云上 L4 测试，显存需 22GB3）图像生成速度：约15s/张4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺由于 Gradio 界面比较

发布时间: 2025-01-28 05:10:26

1分

数据加载中

关注推特

收听电报

2

1

0

Janus-Pro-7B 初见面！！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型
1）模型直接支持中文交互（图像理解+图像生成
2）云上 L4 测试，显存需 22GB
3）图像生成速度：约15s/张
4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺
由于 Gradio 界面比较
时政
( twitter.com )

7个月前由 -Zho- 提交

Janus-Pro-7B 初见面！！！做了版 Colab 初测了下 DeepSeek 新开源的多模态统一模型

1）模型直接支持中文交互（图像理解+图像生成
2）云上 L4 测试，显存需 22GB
3）图像生成速度：约15s/张
4）图像理解质量：文字和信息识别基本准确，内容理解完整清晰，局部细节有欠缺

由于 Gradio 界面比较 sb（显示不全结果，所以把结果拼成了一张图如下

Colab（需Pro，因需 20GB 以上显存）：https://t.co/1jxwEDdmQn

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

llama3 (8B) 肉眼可见翻译质量比 llama2 (7B) 高了一个等级，达到了可用状态。
IT技术
( twitter.com)

1年前 • 图拉鼎 • -- 点击 0 评论

2

2

1

1

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B
Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来
时政
( twitter.com)

10个月前 • AIGCLINK • -- 点击 0 评论

3

2

1

1

我问了 Gemini 1.5 Pro 五个问题，找到了初遇ChatGPT的感觉
大陆资讯
( 36kr.com)

1年前 • 中国人兽保险公司 • -- 点击 0 评论

4

2

1

1

拿Qwen2-VL-7B 试了一下效果不错
时政
( huggingface.co)

1年前 • GanymedeNil • -- 点击 0 评论

5

3

2

2

来了嗷！全网首测！DeepSeek 4 小时之前又发布了一个多模态模型——Janus-pro！这个模型的特点是将文生图和图生文合二为一了！
我觉得这个模型更多是方向上的验证，如果验证靠谱就会推出可以投入生产的模型了。
[1/?]
时政
( twitter.com)

7个月前 • karminski-牙医 • -- 点击 • 下载视频 0 评论

00:01:38

6

2

1

1

ChatGPT 参数规模被扒—— 很可能只有7B（70亿）
大陆资讯
( www.ithome.com)

1年前 • 牛郎侄女 • -- 点击 0 评论

7

2

1

1

腾讯昨天开源了一个 7B 的翻译模型 Hunyuan-MT-7B
支持 33 种语言和 5 中方言，感觉可以本地部署一个专门用来翻译了
IT技术
( twitter.com)

9天前 • 歸藏(guizang.ai) • -- 点击 0 评论

8

2

1

1

之前夸了 gemini 2.5 pro 写代码可以，今天继续评一个。
vibe coding 用户或者纯靠 AI 忙着做产品，做独立开发的就算了，继续使用 sonnet 3.5 或者 3.7 吧，做做卡片做点小玩意儿又快又准。
gemini 2.5 pro 不适合下面两种状态：
1. 我啥都不会，靠 AI 你了。
2.
时政
( twitter.com)

5个月前 • wwwyesterday • -- 点击 0 评论

9

2

1

1

DeepSeek 开始搞多模态了。
开源了一个多模态理解和生成一体的模型 Janus，既可以理解图片内容又可以生成图片。
Janus的核心创新是将视觉编码分为两个独立的部分:一个用于多模态理解,一个用于图像生成。
IT技术
( twitter.com)

10个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

0.05446 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by recha and the Google Privacy Policy and Terms of Service apply.

关注推特

').appendTo(document.body); } $(document).ready(function() { $("a.format_output").bind("click", function(e) { var tid = $(this).closest("div.entry").find("a.title").attr("vid"); if (tid) { clickCounter(tid); } }); });