Deepseek's Janus-Pro-7b sa objavil ako významný konkurent v krajine generácie obrazu AI, najmä proti zavedeným modelom, ako je OpenAi's Dall-E 3 a stabilita stabilnej difúzie AI. Takto sa porovnáva v rôznych rozmeroch:
výkonné metriky
** Celková presnosť: Janus-Pro-7B dosiahla pôsobivú celkovú presnosť 80% v úlohách textu na obraz, čím prekonala 67% Dall-E 3 a 74% stabilnej difúzie. Táto metrika odráža schopnosť modelu generovať výstupy, ktoré úzko zosúlia s používateľskými výzvami v rôznych úlohách [2] [4].
** Presnosť jedného objektu: Pri generovaní jednotlivých objektov z jednoduchých výziev získal Janus-pro-7b v porovnaní s 96%Dall-E 3. To naznačuje, že spoločnosť Janus-Pro vyniká presne pri znázornení konkrétnych položiek požadovaných používateľmi [2].
** Zarovnanie polohy a atribútov: Janus-pro-7b tiež funguje dobre pri polohovom zarovnaní (90% vs. 83% Dall-E 3) a zarovnanie farby/atribútov (79% pre farbu vs. Dall-E 3's 43%) â Naznačujúc, že je lepšie primerane umiestniť objekty a presne na vygenerované obrázky zladiť farby [2].
manipulácia s komplexnými výzvami
Janus-pro-7b demonštruje silné schopnosti pri riadení hustých výziev, bodujúc 84,19 na benchmark DPG-Bench, ktorá hodnotí schopnosť modelu interpretovať a generovať obrázky z komplexných opisov. Dall-E 3 úzko sleduje skóre 83,50 ** [2] [4]. Táto schopnosť je rozhodujúca pre používateľov, ktorí vyžadujú podrobné a nuantné generovanie obrázkov.
Kreatívna flexibilita vs. realizmus
Zatiaľ čo Janus-Pro aj Dall-E 3 sú navrhnuté pre kreatívnu flexibilitu, uspokojujú sa mierne odlišnými potrebami. Dall-E 3 je známy svojimi imaginatívnymi a abstraktnými vizuálmi, vďaka čomu je vhodný pre umelecké aplikácie. Naopak, Janus-pro-7b má tendenciu vytvárať realistickejšie obrázky, ktoré môžu osloviť používateľov, ktorí hľadajú fotorealizmus [8]. Údajne sa však snaží efektívne vytvárať ľudské čísla, čo by mohlo obmedziť jeho uplatniteľnosť v určitých kontextoch [2].
Cena a prístupnosť
Modely Deepseek sú ponúkané ako vyvíjané za zlomok nákladov v porovnaní so západnými náprotivkami, ako je OpenAI. Tento nákladovo efektívny prístup môže zvýšiť prístupnosť Janus-PRO pre vývojárov a podniky, ktoré chcú integrovať generovanie obrazu AI bez toho, aby vznikli významné výdavky [6] [4]. Janus-Pro je navyše k dispozícii v rámci modelu s otvoreným zdrojom, ktorý umožňuje širšie využívanie a možnosti prispôsobenia [3].
Záver
Stručne povedané, Janus-pro-7b Deepseek predstavuje presvedčivú alternatívu k existujúcim generátorom AI obrazu, ako je Dall-E 3 a stabilná difúzia. Vďaka vynikajúcemu výkonnostnému metrikám v presnosti a rýchlej manipulácii, spolu s nákladovo efektívnou povahou sa na trhu s tvorbou AI obrazu stane ako silným uchádzačom. Potenciálni používatelia by však mali pri hodnotení jej vhodnosti pre konkrétne aplikácie zvážiť svoje obmedzenia pri vytváraní ľudských údajov.
Citácie:
[1] https://www.livescience.com/technology/artificial-intelligence/deepseek-stuns-tech-industry-with-with-new-ai-image-generator-that-beats-openais-dall-e-3
[2] https://www.prompthub.us/blog/deepseek-janus-pro-7b-model-prowe-preview-and-how-it-inks-against-dall-e-3
[3] https://janusai.pro
[4] https://www.androidauthority.com/deepseek-janus-pro-vs-competition-3521619/
[5] https://huggingface.co/deepseek-ai/janus-pro-7b
[6] https://www.tomsguide.com/ai/deepseeks-new-ai-imager-generator-is-here-to-take-on-midjourney-and-dall-dall-e-what-we-we-know
[7] https://fal.ai/models/fal-ai/janus
[8] https://www.the-next-tech.com/artificial-intelligence/janus-pro-7b-vs-dall-e-e-3/
[9] https://www.youtube.com/watch?v=rnng-mvun_fq