IXThinker·2025-02-01 00:50

Janus-Pro解讀：解耦視覺編碼的多模態進化

DeepSeek的多模態模型從Janus進化到Janus-Pro，核心思路是把理解與生成的視覺編碼解耦，再配合訓練策略、數據與規模三方面的升級，令兩類任務表現同步提升。

Janus思路

Janus是一個簡單、統一且可擴展的多模態理解與生成模型，將兩類任務的視覺編碼解耦，有效緩解理解與生成之間的潛在衝突，亦為日後納入更多輸入模態留有空間。