DeepSeek lançou o Janus-Pro-7B, superando o DALL-E 3 e a Difusão Estável em capacidades de geração de imagens

A empresa chinesa DeepSeek apresentou sua nova rede neural multimodal, Janus-Pro-7B, projetada para reconhecimento e geração de imagens de forma eficiente. Em comparação com versões anteriores, o novo modelo foi significativamente aprimorado: os algoritmos de treinamento foram otimizados, o conjunto de dados expandido e o tamanho do modelo aumentado. Essas mudanças permitiram que a rede neural melhorasse muito seu desempenho em tarefas relacionadas à geração de imagens a partir de descrições textuais e análise de imagens.

Janus-Pro-7B superou modelos conhecidos como DALL-E 3 e Stable Diffusion nos testes GenEval e DPG-Bench. Essa rede neural oferece altos níveis de detalhe e realismo na criação de imagens, tornando-se uma forte concorrente em relação a outras soluções. O modelo já está disponível na plataforma Hugging Face, e o código pode ser baixado gratuitamente do GitHub, permitindo que pesquisadores e desenvolvedores contribuam para seu desenvolvimento.