DeepSeek lanza Janus Pro, su IA para crear imágenes desde texto

DeepSeek está aprovechando su momento de fama mundial para lanzar nuevas IA. En este caso, la startup china ha presentado una familia de modelos para crear imágenes llamada Janus Pro que puede superar a DALL-E 3 y Stable Difussion XL en benchmarks clave.

Los modelos Janus Pro están disponibles en versiones de 1.000 millones a 7.000 millones de parámetros, y los ejemplos que ha compartido DeepSeek muestran una importante mejora al comparar sus resultados con los de Janus, su predecesor.

Asimismo, sus desarrolladores indican que Janus Pro 7B genera resultados mucho más precisos que los de DALL-E 3, Stable Difussion XL, Emu3-Gen y PixArt-a, entre otros, en las pruebas de rendimiento DPG-Bench y GenEval. Sin embargo, lo nuevo de DeepSeek no está libre de algunas limitaciones notorias.

Si bien los modelos Janus Pro aspiran a ganarse un lugar entre los nombres más importantes del segmento de generación de imágenes a partir de texto, todavía está lejos de ofrecer los resultados finales más impactantes. Una clara demostración de ello es que la IA solamente puede crear imágenes con una resolución de 384 x 384 píxeles.

«Janus Pro supera al modelo unificado anterior e iguala o supera el rendimiento de los modelos específicos de tareas. La simplicidad, la alta flexibilidad y la eficacia de Janus Pro lo convierten en un candidato sólido para los modelos multimodales unificados de próxima generación», afirma DeepSeek en su perfil de Hugging Face.

DeepSeek redobla su apuesta por las IA para generar imágenes con Janus Pro

Lo que DeepSeek da a entender es que, más allá de sus limitaciones actuales, la tecnología que impulsa a Janus Pro podría evolucionar rápidamente para su integración en otras IA multimodales. Y si la empresa consigue que esta familia de modelos mejore sus prestaciones siguiendo la estrategia de DeepSeek V3 y R1, a fuerza de bajo coste y poder de cómputo, podría poner en apuros a otros jugadores del segmento en el corto plazo.

Al igual que el resto de sus desarrollos, los modelos Janus Pro son de código abierto y están disponibles bajo una licencia MIT. Esto significa que no tiene restricciones para su uso privado y comercial, como tampoco para su distribución y modificación.

Por estas horas, DeepSeek está acaparando los titulares por el impacto de DeepSeek V3 y R1, las IA que ponen en series apuros a GPT-4o y o1. Dichos modelos han demostrado ser tremendamente capaces, a pesar de que su desarrollo y entrenamiento ha costado apenas una fracción de lo que han invertido las principales compañías occidentales, como OpenAI o Google.

El impacto de DeepSeek es tal que este lunes los principales mercados financieros están operando con fuertes bajas. NVIDIA es una de las más afectadas, con el precio de su acción hundiéndose más de un 17 % al momento de escribir este artículo. Y todo apunta a que la firma asiática seguirá dando de qué hablar por bastante tiempo más.