DeepSeek的新圖像模型：負擔得起的AI的勝利？

DeepSeek 憑藉 Janus-Pro 發布持續增強動力

中國 AI 新創公司 DeepSeek 顯然未讓其發展勢頭減弱。在成功將 ChatGPT 從 App Store 最受歡迎免費應用程式榜首位置拉下後，該公司於週一推出了其最新創新——Janus-Pro 多模態文字轉圖像 AI 模型。與其旗艦模型 R1 一樣，Janus-Pro 採用開源 MIT 許可證，不僅可免費使用，還具有商業可行性。愛好者和開發者可從 HuggingFace 和 GitHub 下載該模型。

另：我已測試 DeepSeek 的 R1 和 V3 編碼能力，雖然仍有改進空間，但顯然我們尚未面臨 AI 末日危機。

繼 R1 的腳步，DeepSeek 並未止步於 Janus-Pro 單一版本。他們推出了多個迭代版本，參數規模從 1B 到 7B 不等。根據 DeepSeek 的內部測試，參數較大的 Janus-Pro-7B 模型在 GenEval 和 DPG-Bench 基準測試中超越了知名圖像生成器如 Stable Diffusion 和 DALL-E。該公司強調 Janus-Pro 採用「自回歸框架」，聲稱其「超越」統一模型。

建基於成功：Janus-Pro 的能力

Janus-Pro 由其前身 Janus 演進而來，後者於去年發布。此新模型不僅能生成圖像，還能分析圖像。然而，參數較小的模型存在限制，只能分析 384 x 384 解析度的圖像，這對某些用戶可能是一大限制因素。

儘管如此，Janus-Pro 表現依然出色，尤其是考慮到 DeepSeek 據報的訓練成本低於其美國競爭對手。去年 12 月的一篇研究論文指出，其 V3 模型僅耗資 560 萬美元開發，與 Google 和 OpenAI 的領先模型預算相比微不足道。然而，懷疑者質疑此成本估算的完整性，指出可能未包含研發、數據和人力成本等費用。

產業影響與未來前景

連 Nvidia 也發表意見，其發言人向 CNBC 表示，Janus-Pro 代表「卓越的 AI 進展」。鑑於 DeepSeek 的快速發布週期，Janus-Pro 的初步反饋褒貶不一，但總體正面。隨著更多用戶體驗並與其他圖像模型比較，這些印象可能會改變。

另：Apple 研究人員揭露了 DeepSeek AI 成功的秘訣，闡明了其創新方法。

ZDNET 目前正在調查 DeepSeek 的方法是否比其美國競爭對手更節能的說法。若屬實，這可能成為 AI 產業的遊戲規則改變者，影響投資方向。Janus-Pro 的推出也引發了對 Stargate 等龐大項目的必要性質疑，該項目是由多個 AI 巨頭合作、耗資 5000 億美元、由川普政府推動的計劃。有了像 Janus-Pro 這樣具有競爭力的 AI 模型，Stargate 提案中能源密集型且規模龐大的數據中心需求受到質疑。