Tag DeepSeek Janus
Janus（arXiv:2410.13848）与 Janus-Pro（arXiv:2501.17811）详解：把视觉理解与生成的编码路径完全解耦——SigLIP 抽取语义服务理解，VQ tokenizer 离散化像素服务生成。Janus-Pro-7B 在 GenEval 上拿到 80%，超过 DALL-E 3 与 SD3，同时在多模态理解 benchmark 上接近 Qwen2-VL。
Janus（arXiv:2410.13848）与 Janus-Pro（arXiv:2501.17811）详解：把视觉理解与生成的编码路径完全解耦——SigLIP 抽取语义服务理解，VQ tokenizer 离散化像素服务生成。Janus-Pro-7B 在 GenEval 上拿到 80%，超过 DALL-E 3 与 SD3，同时在多模态理解 benchmark 上接近 Qwen2-VL。
© 2026 Yudong‘s Blog — Powered by WordPress
Theme by Anders Noren — Up ↑