DeepSeek, la compagnia di AI più trend del momento, ha lanciato una nuova famiglia di modelli multimodali chiamata Janus-Pro, sostenendo come siano in grado di superare DALL-E 3 di OpenAI. Quest’ultimi, disponibili su Hugging Face, vanno da 1 a 7 miliardi di parametri e, dal momento che le capacità di problem-solving dipende dal numero di parametri presenti, più parametri ci sono maggiori sono le performance.
Per entrare maggiormente nel merito, i modelli Janus-Pro, essendo con licenza MIT, possono essere usati commercialmente senza restrizioni, basandosi su un framework autoregressivo innovativo, capace di analizzare e generare immagini. Inoltre, rispetto ai benchmark GenEval e DPG-Bench, che è il modello più grande, Janus-Pro-7B, supera DALL-E 3 e altre alternative come PixArt-alpha, Emu3-Gen e Stable Diffusion XL, sebbene alcuni di questi siano ormai obsoleti, presentando al contempo una limitazione: la capacità di analizzare solo immagini di piccola risoluzione (384 x 384). Nonostante ciò, l’efficacia del modello è notevole rispetto alle sue dimensioni compatte.
Con questo lancio, DeepSeek afferma come Janus-Pro combina semplicità, flessibilità ed efficacia, posizionandosi come un forte candidato per modelli multimodali di nuova generazione. L’azienda, difatti, supportata dal fondo High-Flyer Capital Management, ha guadagnato visibilità con la sua app chatbot, ora in cima alle classifiche dell’App Store, e l’efficienza dei loro modelli linguistici sta alimentato dubbi sul futuro dominio degli Stati Uniti nel campo dell’IA.
Leggi l’articolo completo Janus-Pro di DeepSeek: il generatore di immagini AI batte DALL-E su Punto Informatico.
Immagine generata tramite DALL-E.
