Janus

一个模型搞定看图说话和画图，多模态全能选手

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 2227 🐛 待处理 182 👀 关注 143

GitHub ↗

GitHub 星标 ★ 17761

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队deepseek-ai

GitHubhttps://github.com/deepseek-ai/Janus

定价模式🏷️完全免费

价格说明开源模型，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型any-to-any,foundation-models,llm,multimodal,unified-model,vision-language-pretraining

GitHub 星标★ 17761

上线时间2024-10-18 00:00:00

代码更新2025-02-01

仓库体积7.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

Janus 是一个统一的多模态理解与生成模型系列，由 DeepSeek 团队开源。它解决了传统模型将视觉编码与文本生成割裂的问题，通过解耦视觉编码路径，在同一 Transformer 架构内同时支持图像理解和图像生成任务。其核心能力包括高保真的文本到图像生成、精准的图像描述与视觉问答，以及多模态对话。Janus 采用创新的自回归框架，在保持生成质量的同时，显著提升了多模态理解的准确性。该系列提供不同参数规模的模型，如 Janus-Pro-1B 和 Janus-Pro-7B，兼顾研究探索与实用部署。项目代码基于 Python 和 PyTorch 实现，提供了完整的推理与训练示例，适合开发者快速上手。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 17761

技术标签

foundation-models llm multimodal

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地安装 7 步

环境要求

Python >= 3.8
PyTorch 环境（用于加载模型）
可访问 GitHub 与 Hugging Face 下载模型权重
建议具备 GPU 与足够显存（README 节选未给出具体硬件门槛）

安装与启动步骤

1检查 Python 版本

确认本机 Python 版本不低于 3.8，否则后续 pip install -e . 可能失败。
```
python --version
```
2克隆项目代码

从官方 GitHub 仓库拉取 Janus 源码，并进入项目根目录。
```
git clone https://github.com/deepseek-ai/Janus.git
cd Janus
```
3安装项目依赖

在项目根目录执行可编辑安装，安装 README 要求的必要依赖。
```
pip install -e .
```
4补充生成依赖

如需使用图像生成能力，README 要求额外安装 diffusers 相关依赖。
```
pip install diffusers[torch]
```
5下载模型权重

按 README 的 Model Download 章节从 Hugging Face deepseek-ai 组织下载 Janus-Pro 系列权重，节选未给出具体下载命令。
6运行推理代码

按 README 示例准备输入、调用 prepare_inputs_embeds 与 language_model.generate，并解码输出。
7确认输出结果

运行后控制台应打印出 sft_format 提示内容与模型返回的 answer 文本，且过程无报错。

关键配置

配置项	必填	说明	示例
`max_new_tokens`	否	控制生成的最大新 token 数量，示例中为 512。	`512`
`do_sample`	否	是否采样生成，示例中使用 False 表示贪婪解码。	`False`
`use_cache`	否	是否启用 KV 缓存以加速自回归生成。	`True`
`pad_token_id`	否	填充 token 的 id，示例中设为 tokenizer.eos_token_id。	`tokenizer.eos_token_id`
`bos_token_id`	否	起始 token 的 id，示例中取自 tokenizer。	`tokenizer.bos_token_id`
`eos_token_id`	否	结束 token 的 id，示例中取自 tokenizer。	`tokenizer.eos_token_id`