DeepSeek ha fatto scalpore su Internet dopo che hanno iniziato a circolare su Internet dei report che affermavano che superava la maggior parte dei modelli di intelligenza artificiale più avanzati al mondo. Sorprendentemente, DeepSeek ha speso meno di 6 milioni di $ per addestrare i suoi modelli di intelligenza artificiale, rispetto ai 100 milioni di $ investiti da OpenAI per la stessa cifra. Ciò ha portato non solo DeepSeek a diventare l’ app gratuita numero uno sull’App Store, ma ha anche innescato una storica cancellazione di oltre 400 miliardi di $ nella capitalizzazione di mercato di NVIDIA negli Stati Uniti. Il chatbot di intelligenza artificiale ha visto un traffico travolgente che ha causato interruzioni del server DeepSeek e problemi di prestazioni e l’azienda ha anche attribuito la colpa a un attacco informatico .
Nonostante queste sfide, il laboratorio di intelligenza artificiale cinese ha continuato a progredire, svelando un modello di intelligenza artificiale open source rivoluzionario chiamato Janus-Pro. Il nuovo modello sta già facendo notizia, perché secondo i report, il modello di generazione di immagini Janus-Pro supera DALL-E di OpenAI, Stable Diffusion di Stability AI e altri modelli di generazione di immagini in diversi benchmark.
Janus-Pro è un aggiornamento di Janus, lanciato alla fine dell’anno scorso. Janus-Pro è disponibile in varie dimensioni, dalla versione compatta da 1 miliardo di parametri alla versione da 7 miliardi di parametri, vicina alle dimensioni di SD 3.5L. Il modello più grande, Janus-Pro-7B, eccelle sia nella generazione che nell’analisi delle immagini, battendo i principali concorrenti PixArt-alpha, Emu3-Gen e SDXL nei benchmark di settore GenEval e DPG-Bench, secondo le informazioni condivise da DeepSeek. Il modello Janus-Pro-7B è disponibile per il download gratuito da Huggingface , un luogo popolare per l’intelligenza artificiale e l’apprendimento automatico.
Janus-Pro-7B si basa su un framework autoregressivo che separa i processi di codifica visiva mantenendo un’architettura di trasformazione unificata per l’elaborazione. Questo “non solo allevia il conflitto tra i ruoli del codificatore visivo nella comprensione e nella generazione, ma migliora anche la flessibilità del framework”. Tuttavia, mentre Janus-Pro supera la concorrenza in più attività, non oscura i modelli specializzati creati per processi singoli.
Questo nuovo modello di generazione di immagini arriva subito dopo il precedente successo di DeepSeek con il modello di linguaggio R1 che sta dando filo da torcere alle capacità di GPT-4, per una frazione di denaro. Il basso costo di sviluppo di questi modelli avanzati ha creato onde d’urto nel settore dell’intelligenza artificiale statunitense.
