导读
Janus-Pro通过训练策略、数据规模和模型规模调整，研究统一多模态系统中的理解与图像生成，为原有Janus路线提供后续证据。
查看大图 ↗图1：Janus-Pro的理解与生成基准比较；为作者报告的数据。 来源为v1，图像版本与论文首次公开日分别记录。
Chen, Xiaokang; Wu, Zhiyu; Liu, Xingchao; Pan, Zizheng; Liu, Wen; Xie, Zhenda; Yu, Xingkai; Ruan, Chong · original paper / arXiv · 原论文图文与所引作品权利归各自权利人；研究引用不代表开放授权，转载权利待独立复核。
资料出处 · Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling ↗档案研究说明
Janus-Pro通过训练策略、数据规模和模型规模调整，研究统一多模态系统中的理解与图像生成，为原有Janus路线提供后续证据。
ANTI-AI ARCHIVE · 修订 2026-10-03
论文研究了什么
报告把改进分为优化训练、扩充数据和增大模型三个部分，比较多模态理解与文本生成图像的指令遵循表现。它明确继承Janus，并非将所有多模态统一思想首次提出。
本节依据: Janus-Pro：理解与生成的多模态扩展
与生成艺术史的关系
编者解释：当观看图像与制作图像进入同一系统，创作接口可能从单次提示走向围绕图像的交流。这个研究节点提供能力结构背景，实际艺术家使用仍需独立材料。
本节依据: Janus-Pro：理解与生成的多模态扩展
阅读边界与版本
采用2025-01-29预印本日期，不混同此前代码或模型公开日；基准提升不证明一般性的视觉推理。
本节依据: Janus-Pro：理解与生成的多模态扩展
正文引用资料
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
Janus-Pro：对照GenEval：对象、数量与关系的图文对齐评估的方法、控制或评价条件。
Janus-Pro：对照Gemini 原生图像生成预览的方法、控制或评价条件。
Janus-Pro：对照对话中的图像的方法、控制或评价条件。
日期与版本记录
节点标注日期：2025-01-29 · 来源记录的历史日期：2025-01-29
时间线采用arXiv首次公开日，不以会议发表、模型上线或2026-10-03补录日替代。正文及图像参照v1；该版日期见原文版本记录。
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling
https://arxiv.org/abs/2501.17811
当前引用地址
核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。
出处、翻译与核验状态
档案节点 #311 · 研究论文首次公开；方法、评估与制作条件
研究资料与补充出处 · 1
2022年以来重要论文补录与去重资料 · 核读arXiv摘要、署名和版本记录，以及原论文第1页所选图页；未全文审查证明、未复现实验。 · 030
原记日期: 2025-01-29
Janus-Pro：理解与生成的多模态扩展 ↗
Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
已按条目所列范围核读官方资料；核读范围与待复核事项见来源说明。
引用本节点
ANTI-AI ARCHIVE. Janus-Pro：理解与生成的多模态扩展. 艺术史节点 #311. https://salondesrefuses.cn/zh/art-history/353
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。