時差也是戰鬥力！28日凌晨深夜放毒：DeepSeek又搞了個大新聞_風聞

凌晨一點多，手機突然震醒了我。眯眼一看，技術羣炸了——DeepSeek那幫“卷王”又發新模型了。這次不是純聊天機器人，而是直接殺進多模態戰場，名字還特中二：**Janus-Pro**（雅努斯之神？羅馬神話裏那個雙面門神？）。我趿拉着拖鞋摸到電腦前，翻完代碼文檔後徹底清醒：這玩意兒，怕是要讓硅谷某些公司連夜改PPT。

---

 一、“分家過日子”的視覺編碼器

都説“一山不容二虎”，但Janus-Pro偏要讓視覺編碼器玩**精神分裂**。傳統模型總想用一套視覺編碼通吃理解和生成，結果就像讓同一個人既當畫家又當評論家——畫着畫着就開始自我否定：“這線條太僵硬，色彩搭配簡直災難！” 

DeepSeek的工程師一拍腦袋：**拆！**  

- **理解任務**交給**SigLIP-L編碼器**，384x384分辨率下連西湖邊柳葉的露珠都能數清楚； 

- **生成任務**丟給**LlamaGen Tokenizer**，搭配SDXL-VAE模塊，生成384x384圖時連賽博朋克霓虹燈的漸變光暈都不帶糊的。  

“這不就是離婚分房產嗎？”程序員朋友在微信裏吐槽。但現實是，分家後的模型在GenEval測試裏準確率從61%飆到80%，把DALL-E 3和Stable Diffusion按在地上摩擦——果然，距離產生美。

---

二、甲方狂喜的“生成流”

做設計的都懂，最怕甲方説“感覺不對，再改18版”。Janus-Pro這次祭出的**JanusFlow**框架，簡直就是**AI界的心理按摩師**：把校正流（Rectified Flow）和自迴歸語言模型嫁接，生成圖片時自動微調細節。  

我試了下prompt：“生成賽博朋克版雷峯塔，塔頂要有懸浮全息廣告，寫着‘法海不懂愛’”。十秒後出圖——琉璃瓦泛着熒光藍，廣告字體還是瘦金體！羣裏立刻炸出表情包：“建議直接取代某圖秀秀設計師”。

---

三、7200萬張“人造美圖”的野望

聽説Janus-Pro的訓練數據裏，**7200萬張是AI生成的合成圖**，和真實數據五五開。朋友調侃：“這不就是讓AI自己畫課本，再自己學？”但效果擺在那兒：生成的人像皮膚質感不再像硅膠娃娃，西湖夜景的倒影里居然有遊船燈光的漣漪。  

更絕的是**1.5B到7B參數全系列開源**。昨夜已有大學生在論壇曬圖：用學校機房的AMD 7800XT顯卡（顯存才16G！）跑起了14B模型，生成的畢業設計海報被導師懷疑“是不是外包給了4A公司”。

四、開源界的“價格屠夫”

DeepSeek這次繼續**MIT協議全家桶**，連訓練框架都白送。技術宅們算過賬：用他們的API生成百萬tokens，價格只有OpenAI的幾十分之一，相當於“瑞幸打星巴克，還送你優惠券”。  

硅谷某不願透露名字的CEO在推特哀嚎：“我們光買英偉達顯卡就花了2個億，他們訓練Janus-Pro只用了560萬美元？！”評論區中國網友補刀：“建議貴司行政批量採購拼多多顯卡支架，能省點是點。”

---

五、深夜寫稿的碎碎念

泡着枸杞茶敲下這些字時，突然想起二十年前第一次用PS修圖的場景——那時候要調個色調得折騰半小時。如今Janus-Pro這類模型，正在把創作的門檻拆成碎片。  

有人擔心AI會讓設計師失業，我倒覺得相反：當工具足夠聰明，人類的創意反而能掙脱技法的枷鎖。就像當年傻瓜相機沒殺死攝影，反而讓更多人記錄下煙火人間。  

PS：看了眼DeepSeek的GitHub倉庫，凌晨四點還有37個commit在刷屏。果然，中國團隊捲起技術來，連時差都是戰鬥力。  

硅基人