DeepSeek发布AI生图王炸，尝试下科研绘图，效果令人意外！

DeepSeek AI生图工具，科研绘图评测

近期，科技界的目光再次聚焦于DeepSeek，这家创新公司不仅以开源且经济的R-1模型挑战了OpenAI的o1模型，更在图像生成领域掀起了新的波澜。

最新推出的Janus-Pro，作为开源AI图像模型，DeepSeek 表示，Janus-Pro 7B 在几个基准测试中都优于 OpenAI 的 Dall-E 3 和 Stable Diffusion。但它真的那么好吗？它是否如预期的那样？科研绘图表现咋样？今天我们来评测一下。

Janus-pro简介

Janus-Pro是Janus模型的增强版，专为多模态理解和生成而设计。它采用了更先进的训练方法、更大的数据集和更大的模型规模。Janus-Pro系列包括10亿和70亿两种模型尺寸，生成的图像分辨率为384×384。Janus-Pro通过单独的视觉编码方法进行多模态理解和视觉生成任务，整体架构仍然基于自回归的Transformer。

Janus-pro模型架构

对于多模态理解，Janus-Pro使用SigLIP编码器从图像中提取高维语义特征，并将其映射到LLM的输入空间。对于视觉生成，该模型使用VQ tokenizers和生成适配器将图像转换为离散的ID，再通过生成适配器映射到LLM的输入空间。

Janus-pro模型效果

在GenEval基准测试中，Janus-Pro-7B的得分为0.80，超越了OpenAI的Dall-E 3和Stability AI的Stable Diffusion 3 Medium，成为文本到图像生成领域的佼佼者。

Jannus-pro效果初探

我们首先通过一个简单的Prompt来测试Janus-Pro的生成效果：

Prompt: A beautiful 35 year old woman of average build wearing a pink tulle dress sits on the ground in front of the Eiffel Tower. Soft light illuminates her face as she poses for a photo with Paris in the background in Chanel style. Her shoulder length brown hair is styled in loose waves that fall to one side.

左边是Janus-Pro生成的图像，右边是Dall-E-3生成的图像。

Janus-Pro的分辨率较低，但其生成的图像在自然度上更胜一筹，尽管在细节处理上（如手指）仍然存在问题。

科研绘图

尝试下概念图绘制

Janus-pro绘制水文地理概念图

在科研绘图方面的表现。尽管受限于分辨率，Janus-Pro在生成概念图方面表现不错。

相同的Prompt下，对比Imagen3和DALL-E，Janus-Pro的表现明显优于DALL-E-3，若不是分辨率限制，其效果甚至可能与Imagen3相媲美。

Imagen3（左）和DALL-E（右）

然后我们试试当前最好的AI生图模型，FLUX-pro

FLUX-pro

整体看效果要好不少！

前景

仍然很看好Jannus-pro！

尽管Janus-Pro在分辨率和细节处理上仍存在局限，但其表现已经令人惊喜。作为DeepSeek的开源模型，Janus-Pro的参数量较小，易于本地部署，这使得它在学术和商业领域具有广泛的应用潜力。

DeepSeek已经在HuggingFace上发布了Janus系列模型，支持更广泛的研究和应用：

• Janus-1.3B：https:///deepseek-ai/Janus-1.3B
• JanusFlow-1.3B：https:///deepseek-ai/JanusFlow-1.3B
• Janus-Pro-1B：https:///deepseek-ai/Janus-Pro-1B
• Janus-Pro-7B：https:///deepseek-ai/Janus-Pro-7B

这就让我们很容易本地部署这些模型。

另一个关键限制是 384 × 384 的受限输入分辨率。此外，文本到图像生成的分辨率相对较低，再加上视觉分词器的重建损失，可能导致图像缺乏许多细节水平。

这些模型的发布，标志着DeepSeek在AI竞赛中的强大竞争力。

如果你也想尝试这些模型

目前我是用Poe的多模型集合，我把订阅教程放在下面，感兴趣的同学可以自己订阅尝试多种ai生图模型~

Poe是由知名问答社区Quora开发的人工智能聊天机器人平台。

它集成了GPT-4、Claude、DALL-E、StableDiffusionXL等市面上主流的大模型。每月19.9美元（和GPT一样）

但是好处就是可以使用多模型集合，这在大模型百花齐放的时代就很关键了，几乎能够确保你一直有sota模型使用

官网页面：https:/// （需要魔法）

image-20250209003440712

最重要的是，还包含一些图片生成，音频和视频AI。对于我这种多需求的用户来说，几乎是我最好的选择了。

每个月的费用是20刀，和GPT一样。

Poe的订阅方式也很简单，可以自己操作，账号稳定不封

首先在官网注册账号，https:///

然后点击订阅，选择套餐，可以先开一个月试试水（这个时候如果开日区魔法会优惠一些，汇率问题，这里我是港区）

1个月20刀订阅，有10万积分

注意，有一些模型是需要积分的，如o1，o3

Poe集成的一些模型

再如写代码的claude，仅仅300一条，每月100万积分够够的了

Poe集成的一些模型

最好的AI生图工具才1500积分

Poe集成的一些模型

这里需要一张虚拟卡来订阅服务

登录野卡平台注册账号，登录，先开一张卡片，网址如下

https:///i/ER4VMUC2

虚拟卡平台

注册后，然后选择订阅的产品

https:///i/ER4VMUC2

选择Poe产品

直接充值相应金额（支付宝）

然后把卡片信息复制到Poe订阅中

把卡的信息直接填到对应地方就行了

就能无限制使用多模型集合了！