昨夜，美芯片股暴跌！DeepSeek發(fā)布新模型，白宮也發(fā)聲！

　　由于DeepSeek的R1大語(yǔ)言模型引發(fā)了華爾街對(duì)于美國(guó)公司模型成本的質(zhì)疑，以及人工智能股票泡沫破裂的恐慌，美股掀起科技股拋售潮。芯片巨頭英偉達(dá)當(dāng)日收盤(pán)股價(jià)暴跌約16.86%，單日市值蒸發(fā)約6000億美元，博通下跌17.4%，超威半導(dǎo)體公司下跌6.37%，美光科技下跌11.67%，臺(tái)積電跌13.23%，微軟下跌2.14%。此外，人工智能領(lǐng)域的衍生品，如電力供應(yīng)商也受到重創(chuàng)，美國(guó)聯(lián)合能源公司股價(jià)下跌20.85%，Vistra的股價(jià)下跌28.33%。

　　白宮人工智能和加密貨幣總管David Sacks在X上發(fā)帖稱，DeepSeek R1的表現(xiàn)顯示人工智能競(jìng)爭(zhēng)將非常激烈，也證明美國(guó)總統(tǒng)特朗普廢除拜登行政命令是正確之舉。Sacks說(shuō)拜登用行政命令束縛了美國(guó)的人工智能公司。他還說(shuō)：“我對(duì)美國(guó)充滿信心，但我們不能自滿”。

　　在用R1模型震撼硅谷和暴擊華爾街之后，DeepSeek又在深夜放大招。1月27日晚間10點(diǎn)左右，梁文鋒在社交平臺(tái)上X上表示，DeepSeek新版本即將發(fā)布。三個(gè)多小時(shí)后，人工智能開(kāi)源社區(qū)HuggingFace就顯示，DeepSeek發(fā)布了參數(shù)大小從10億到70億不等，名為Janus-Pro和JanusFlow的一系列開(kāi)源多模態(tài)模型。

　　本次發(fā)布的新模型，重點(diǎn)在于文生圖能力方面。其中，70億參數(shù)的Janus-Pro-7B在GenEval和DPG-Bench基準(zhǔn)測(cè)試中，以80%和84.2%的準(zhǔn)確率測(cè)試結(jié)果，擊敗了OpenAI的DALL-E3和StableDiffusion模型等頂尖的圖像生成模型。據(jù)了解，該項(xiàng)目采用MIT許可證開(kāi)源，開(kāi)發(fā)者可以通過(guò)開(kāi)源社區(qū)GitHub獲取完整代碼。DeepSeek團(tuán)隊(duì)還表示，Janus-Pro的簡(jiǎn)潔設(shè)計(jì)和卓越性能，使其有望成為下一代統(tǒng)一多模態(tài)模型的重要選擇。

　　據(jù)DeepSeek發(fā)布的報(bào)告介紹，Janus-Pro先進(jìn)模型是此前發(fā)布的Janus的改進(jìn)版本。相較于Janus，Janus-Pro包含了優(yōu)化的訓(xùn)練策略、擴(kuò)展的訓(xùn)練數(shù)據(jù)以及擴(kuò)展到更大的模型規(guī)模。通過(guò)這些改進(jìn)，Janus-Pro在多模態(tài)理解和文本到圖像指令跟隨能力方面取得了顯著進(jìn)步，同時(shí)提升了文本到圖像生成的穩(wěn)定性。

　　具體來(lái)說(shuō)，Janus-Pro作為一種新穎的自回歸框架，將多模態(tài)理解和生成統(tǒng)一起來(lái)，將視覺(jué)編碼解耦，以實(shí)現(xiàn)多模態(tài)理解和生成。它通過(guò)將視覺(jué)編碼解耦為單獨(dú)的路徑來(lái)解決以前方法的局限性，同時(shí)仍然使用單一、統(tǒng)一的轉(zhuǎn)換器架構(gòu)進(jìn)行處理。

　　值得注意的是，DeepSeek透露，對(duì)于1.5B/7B這兩個(gè)參數(shù)的模型，整個(gè)訓(xùn)練過(guò)程在16/32節(jié)點(diǎn)的集群上進(jìn)行，每個(gè)節(jié)點(diǎn)配備8塊NvidiaA100(40GB)GPU，1.5B/7B模型的訓(xùn)練時(shí)間約為7/14天。也就是說(shuō)，DeepSeek花了兩周在256塊英偉達(dá)A100，就訓(xùn)練出了擊敗了OpenAI的DALL-E3和StableDiffusion的模型。

　　DeepSeek還在報(bào)告中展示了具體的效果。例如，使用“一條金色的尋回犬安詳?shù)靥稍谀举|(zhì)門廊上，周邊鋪滿了秋天的葉子”和“一個(gè)有雀斑的年輕女人戴著一頂草帽，站在一片金色的麥田中”，Janus-Pro-7B都能夠準(zhǔn)確捕捉提示中的語(yǔ)義信息，生成合乎邏輯且連貫的圖片。不過(guò)，盡管包含大量圖像細(xì)節(jié)，Janus-Pro-7B目前僅支持生成分辨率為384×384的圖像。

　　除此以外，Janus-Pro-7B還具備圖像識(shí)別功能。根據(jù)展示的案例，當(dāng)給Janus-Pro-7B提供一張圖片，并問(wèn)它“猜猜這是哪里”時(shí)，Janus-Pro-7B能夠根據(jù)圖片特點(diǎn)猜測(cè)其中展示的是中國(guó)杭州的西湖，特別是著名的三潭映月島，并進(jìn)一步分析稱，“圖片中的建筑是三潭印月的亭子，周邊是平靜的湖水，遠(yuǎn)處是連綿的山脈。西湖是中國(guó)著名的旅游景點(diǎn)之一，以其美麗的自然景觀和豐富的歷史文化而聞名�！�

　　事實(shí)上，DeepSeek一直在多模態(tài)領(lǐng)域進(jìn)行探索。去年，DeepSeek就推出了一種基于自回歸的多模態(tài)理解與生成統(tǒng)一模型Janus，將視覺(jué)編碼解耦，以實(shí)現(xiàn)多模態(tài)理解和生成。進(jìn)入2025年，公司將Janus進(jìn)一步升級(jí)至Janus-Pro。而在此前接受媒體采訪時(shí)，當(dāng)被問(wèn)及公司在實(shí)現(xiàn)通用人工智能的過(guò)程中有哪些坐標(biāo)，梁文鋒表示DeepSeek押注了三個(gè)方向，一是數(shù)學(xué)和代碼，二是多模態(tài)，三是自然語(yǔ)言本身。

　　目前，DeepSeek的C端應(yīng)用主要聚焦于文本能力，還無(wú)法生成圖片或者識(shí)別圖像。記者昨天曾讓DeepSeek生成一幅春節(jié)賀歲圖片，但DeepSeek僅給出了圖片創(chuàng)作的色調(diào)、原色等建議，并表示它還無(wú)法直接生成圖片，“你可以根據(jù)此描述使用AI繪圖工具如DALL·E、MidJourney等生成”。隨著Janus-Pro的發(fā)布，用戶或許很快也可以使用DeepSeek進(jìn)行圖像、視頻等領(lǐng)域的創(chuàng)作。