DeepSeekは2025年1月、従来のJanusモデルを大幅に改良したJanus Proをリリースしました。トレーニング戦略の最適化、トレーニングデータの拡充、モデル規模の拡大を通じて、Janus Proはマルチモーダル理解とテキストから画像生成の両面で卓越した成果を達成しました。
革新的なアーキテクチャ設計
Janus Proの最も顕著な特徴は、デカップルされた視覚エンコーディングアーキテクチャです：
従来の単一視覚エンコーダと比較して、Janus Proはデカップル設計を採用し、理解と生成の両タスクをより効果的に処理できます。この革新的なアーキテクチャ設計は以下の図に示されています：
パフォーマンス評価
Janus Proは複数のベンチマークテストで優れたパフォーマンスを示しています：
| モデル | シーケンス長 | マルチモーダル理解精度 | 画像生成品質スコア | |------|----------|------------------|------------------| | Janus-Pro-7B | 4096 | 84.5% | 8.7/10 | | Janus-Pro-1B | 4096 | 82.3% | 8.4/10 | | Janus-1.3B | 4096 | 79.1% | 8.1/10 |
各タスクにおけるモデルのパフォーマンス分布：
実用的なアプリケーション
数式理解
Janus Proは複雑な数式の理解と変換において優れた性能を発揮します：
視覚生成能力
モデルは、シンプルなアイコンから複雑なシーンまで、強力な画像生成能力を示しています：
技術エコシステム
モデルの機能をさらに強化するため、DeepSeekはJanusFlowを導入しました：
JanusFlowは、自己回帰言語モデルと整流フロー（rectified flow）を統合することで、統合マルチモーダル処理の新しい可能性を開きます。
オープンソースとライセンス
DeepSeekはオープンな共有の原則を掲げ、GitHubで完全なコードを公開しています。モデルの使用はDeepSeek Model Licenseに従い、商用利用をサポートしています。
将来の展望
Janus Proの成功は、マルチモーダルAI開発における重要なマイルストーンを示しています。優れたパフォーマンスを提供するだけでなく、将来の研究と応用への道を示しています。技術の進化とともに、Janus Proをベースとしたより多くの革新的なアプリケーションの登場が期待されます。
詳細情報や技術サポートについては、DeepSeekウェブサイトをご覧いただくか、[email protected]までお問い合わせください。