Janus

Janus 是 DeepSeek 开源的多模态模型系列，仓库里同时放着 Janus、JanusFlow 和 Janus-Pro 三代工作。它要解决的问题是：让一个模型既能看懂图片、又能按文字指令生成图片，而不必分别训练两套系统。做法是把视觉编码拆成理解与生成两条路径，再交给同一个 Transformer 处理，减少两种任务之间的互相干扰。

主要能力

模型可以接收图像并回答问题，也可以根据文字描述生成图片。仓库提供了推理脚本和交互式对话脚本，还有 Gradio 演示，可以本地跑起来试。Janus-Pro 在训练策略、数据规模和模型尺寸上做了扩展，官方称其在多模态理解和文生图指令跟随上都有提升，生成稳定性也更好。

适合谁

适合想研究统一多模态架构的开发者，以及需要在自己环境里跑图像理解或文生图的研究人员。仓库里有技术报告 PDF、评测代码入口和模型下载说明，按 README 的步骤装依赖、下权重即可。只想在线试用的人，可以先用官方提供的在线演示。

费用与限制

代码以 MIT 协议开源，模型权重另有许可文件，使用前要分别看清楚。仓库界面是英文，需要自行准备 Python 环境和显卡资源，不是开箱即用的网页产品。模型下载、版本更新和问题反馈都在 GitHub 上进行，遇到报错可以去 Issues 里翻。