0****1

介绍

2025年1月28日凌晨，中国AI公司DeepSeek突然放出“王炸”——开源多模态模型Janus-Pro-7B，在GenEval和DPG-Bench两大权威测试中，直接击败OpenAI的DALL·E 3和Stable Diffusion等业界标杆！更令人震撼的是，这款参数仅7B的模型竟支持图像生成+多模态理解，甚至能在普通高端电脑上运行。消息一出，英伟达股价暴跌17%，AI芯片市场掀起巨浪……

官方解释：

Janus-Pro 是一种新型的自回归框架，它统一了多模态理解和生成。它通过将视觉编码解耦为独立的路径来解决先前方法的局限性，同时仍然利用单一的统一Transformer架构进行处理。解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。Janus-Pro 超越了之前的统一模型，并匹配或超过了特定任务模型的性能。Janus-Pro 的简单性、高灵活性和有效性使其成为下一代统一多模态模型的有力候选者。

1.解耦视觉编码架构

Janus-Pro首创“双路径”设计：

• 理解任务：采用SigLIP-L视觉编码器，支持384×384像素输入，精准解析图像语义。

• 生成任务：使用降采样率16的分词器，生成分辨率更高、细节更细腻的图像 。

这种分离设计避免了传统模型在“理解”与“生成”间的功能冲突，效率提升30%。

2.训练策略与数据优化

• 三阶段训练法：统一预训练+多模态对齐+指令微调，显著提升模型稳定性。

• 72M合成数据：通过合成与真实数据1:1混合，加速收敛并增强美学表现。

3.极简生成框架JanusFlow

集成自回归语言模型与“矫正流”（Rectified Flow），无需复杂架构调整即可生成高分辨率图像，技术门槛大幅降低。

该模型有两个版本： Janus-Pro-1b和Janus-Pro-7b ，展示了其针对各种用例的可扩展性。

ComfyUI里面也支持了，社区速度真滴厉害。

GitHub仓库：

https://github.com/deepseek-ai/Janus

02

相关安装

2.1插件安装

插件地址:

https://github.com/CY-CHENYUE/ComfyUI-Janus-Pro

节点管理器搜：Janus-Pro

2.2 模型安装

官方目前给出了2个模型，分别是7B和1B参数的

模型（7B）：

https://huggingface.co/deepseek-ai/Janus-Pro-7B

模型（1B）：

https://huggingface.co/deepseek-ai/Janus-Pro-1B

将模型文件放在 ComfyUI/models/Janus-Pro

03

使用说明

目前已经实现了文生图和图片反推功能，社区又多了一个选项。

工作流如下：

测试下来，主要用到这个图片反推功能，目前生成图像分辨率只有384x384，还需要后续继续加强。

反推提示词的效果很不错。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】