就在全球華人喜迎除夕之時，DeepSeek又“偷偷”發(fā)布了新的視覺多模態(tài)模型Janus-Pro-7B!

在多個基準測試中，該模型擊敗了OpenAI的DALL-E 3以及Stable Diffusion。

最關鍵的是，它只有7B，這意味著即使是普通電腦也能運行，真可謂把低成本貫徹到底了。

有趣的是，就在不少人質(zhì)疑DeepSeek-R1多模態(tài)能力不行的時候，DeepSeek直接就在美國時間甩出新模型狠狠打臉。

不出意外，英偉達的股價再次慘跌。

開源多模態(tài)小模型，強到離譜？

DeepSeek多模態(tài)模型的名字叫Janus（雅努斯），在羅馬神話是羅馬人的門神，也是羅馬人的保護神。同時，這也是英文一月的來源。

巧的是，該模型發(fā)布的時候剛好是中國人的除夕，剛好也有“貼門神”的習俗。

一家當前火遍科技圈的中國公司用這樣一個名字震撼了華爾街，真實的商戰(zhàn)果然十分樸實無華。

回到模型上，據(jù)官方介紹，Janus-Pro 是一個統(tǒng)一的理解和生成 MLLM，它將視覺編碼解耦，以實現(xiàn)多模態(tài)理解和生成。

此外，該模型基于 DeepSeek-LLM-1.5b-base/DeepSeek-LLM-7b-base 構(gòu)建，使用 SigLIP-L 作為視覺編碼器，支持384 x 384 圖像輸入。

重點就是這個獨立視覺編碼，即通過獨立設計的理解編碼器和生成編碼器，顯著減少生成和理解任務之間的沖突。

因此從相對于其他的模型，Janus-Pro的優(yōu)勢在于簡單性、高度靈活性和有效性。說簡單點，就是不需要什么條件，甚至用消費級GPU就能運行。

當然，畢竟是小模型，Janus-Pro雖然理解能力達標，但在圖像生成能力上還是受到了分辨率的限制（384 x 384），這會對部分操作產(chǎn)生影響。

例如在生成人臉細節(jié)時，低分辨率以及畫質(zhì)損失就會被無限放大。

當然，作為一個完全開源的多模態(tài)模型，Janus-Pro再次為DeepSeek賺足了話題度。

做空英偉達？多只美股再次暴跌

就在Janus-Pro發(fā)布的同時，美股再次集體暴跌，包括英偉達、臺積電、博通在內(nèi)的多只美股都暴跌超過10%，且在收盤前還有下跌的空間。

簡單來說，支撐英偉達高股價背后的核心邏輯還是AI的“高成本”，包括高算力、高端芯等等。

包括前不久特朗普上臺后力推的星際之門計劃，同樣也是用燒錢的方式撐起一個夸張的AI基礎設施體系，并且真實的花費可能遠不止5000億美元。

然而DeepSeek的做法，就是用輕量化證明了算力也可以低成本，這無疑直接打了這些美國科技公司的臉。

最直接的例子就是將AI與超大規(guī)模算力中心綁定的博通，這家靠著ASIC芯片低調(diào)賺錢的半導體公司，在這兩天股價跌得比英偉達還離譜，可以想象投資者們看到DeepSeek的產(chǎn)品后，突然恍然大悟!

當然，我們也不能一味吹捧DeepSeek，無論是DeepSeek-R1還是Janus-Pro，缺陷還是存在的。

但當這家中國公司成為開源模型的代表“意外”戳破了美股的AI泡沫后，這些缺點都可以被忽略不計了。

本文作者：jh，觀點僅代表個人，題圖源：網(wǎng)絡

記得星標微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你