Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling
这几天大家都在讨论deepseek，其实他们刚刚更新了新版的janus，一个unified model，可以同时做多模态理解和文本生成。之前研究过janus，他们当时训练更大号的模型会崩溃，现在看解决了这个问题，成功训到了7B。
好像o1一出来，大家全去转型研究o1了，之前听说deepseek也是把vl的团队全转去赛马o1了……4o代表的生成理解统一领域的关注度好像变得很低了[doge]是不是说明25年是进厂好时机
