昨天deepseek发布了开源多模态大模型Janus-Pro-7B，除了可以识别图像，还可以生成图像，其多项能力都在openai发布的dalle-3之上。
那么到底效果如何？我花了两个小时本地运行了一套Janus-Pro-7B多模态模型。想实操的小伙伴们可以收藏起来了。界面展示如下所示：
话不多说，先看测试结果，再看具体的安装步骤。
图片识别测试结果
测试一：识别建筑物
广州塔的照片，完美识别；以及下面的米国某个大城市也是完美识别。
测试二：识别城市街景
为了保留测试的真实性，我们随机发一张前段时间拍的照片。结果稍微有点失望。
结果将“颐和园”识别为“故宫”。
将“西安城墙”识别为“故宫”。
测试三：识别中文文字
目前这个开源的模型对中文的识别还是差点意思，输入“春华秋实”，给我识别出来“天、地、人”。
测试四：识别英文文字
英文的效果还是非常ok的，在没有输入任何提示词的情况下，都可以快速识别。
总体测评：
作为一块本地部署的大模型，对图片以及物件和英文的支持非常棒，完全能够超过dell-3和SD。
不好意思，说错了。SD没有。哈哈哈！
但是街景识别以及中文内容识别还是有点差距啊。
文生图测试结果
这次janus-pro-7B更新最大的特点就是支持短文prompt。而不像之前mj需要精确详细的描述才能生成。
效果还算OK,大家也可以试试。
安装步骤
这一步就进入到我们的实操环节了。小伙伴们可以按照步骤实操起来了。命令简单，小白都会！
步骤一：安装conda 3.12环境。
conda create --name deepseek7B python=3.12
####运行成功后激活deepseek7B
conda activate deepseek7B
步骤二：去git 上下载具体的模型包代码
###命令
git clone git@github.com:deepseek-ai/Janus.git
步骤三：安装依赖文件。
cd Janus
pip install -e .
###安装gradio依赖的ui界面
pip install gradio
###启动带有gradio的ui界面
python demo/app_januspro.py这个时候，不要急，漫长的等待即可。
14GB+的大模型差不多要1个多小时才下载完成。
废了九九八十一步终于安装成功了，会出现下面访问地址：
写在后面的话
deepseek真的是全村人的骄傲啊，总体上体验下来确实很ok。希望蛇年，我们国内的大模型能够超越欧美，引领AI的方向。
我叫大瑜，一个10年工作经验的程序员。AI技术和AI工具的实践者。关注我，学习更多的AI知识和技能。
原文始发于微信公众号（大瑜聊AI）：全村人的希望！Deepseek Janus-Pro-7B本地跑通，超强多模态！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/313753.html
