Chuyển đến nội dung

deepseek-ai / Janus

Janus / Janus-Pro

Mô hình AI của DeepSeek vừa hiểu ảnh vừa vẽ ảnh từ chữ trong cùng một mô hình

Janus là dòng mô hình đa phương thức thống nhất của DeepSeek: cùng một mô hình vừa mô tả, trả lời câu hỏi về ảnh, vừa tạo ảnh từ câu mô tả. Repo gồm Janus, JanusFlow và Janus-Pro (bản 1B và 7B mạnh nhất). Đây là mã nghiên cứu cho người biết Python và có GPU, kèm bản demo online để xem thử.

  • 17.770 sao
  • 2.229 fork
  • Python
  • Cập nhật 1 năm trước
  • MIT (dùng tự do, kể cả thương mại)
Độ khó
Khó Dành cho người biết lập trình
Dạng
Mô hình AI
Chạy trên
Linux, Python
Chi phí
Miễn phí hoàn toàn

Trải nghiệm khi dùng Janus / Janus-Pro

Cách nhẹ nhàng nhất là mở bản demo Janus-Pro-7B trên Hugging Face Spaces mà README đưa link: bạn tải ảnh lên và hỏi "trong ảnh có gì", hoặc gõ một câu mô tả để mô hình vẽ ra ảnh. Chất lượng vẽ ảnh ở đây thuộc kiểu nghiên cứu, không mong đạt mức của các công cụ làm tranh chuyên dụng.

Muốn chạy trên máy, bạn cần môi trường Python và GPU NVIDIA. Mã mẫu trong README tải mô hình bằng thư viện Transformers và chuyển lên GPU với kiểu số bfloat16. Có hai đoạn mã: một cho phần hiểu ảnh (đưa ảnh và câu hỏi) và một cho phần tạo ảnh từ chữ.

Điều khiến Janus đáng chú ý nằm ở thiết kế: tách riêng đường mã hoá ảnh cho việc hiểu và cho việc tạo, nhưng vẫn dùng một bộ biến đổi duy nhất. Repo phù hợp để đọc, nghiên cứu hơn là dựng thành công cụ làm việc hằng ngày.

Tính năng nổi bật

Một mô hình làm hai việc

Vừa trả lời câu hỏi về ảnh vừa sinh ảnh từ mô tả chữ, thay vì phải ghép hai mô hình khác nhau.

Janus-Pro nâng cấp

Bản Pro có chiến lược huấn luyện tối ưu hơn, dữ liệu nhiều hơn và có bản 1B cùng 7B.

JanusFlow

Biến thể 1,3B kết hợp mô hình ngôn ngữ với rectified flow để tạo ảnh.

Demo trực tuyến

Có Space cho Janus-Pro-7B, Janus-1.3B và JanusFlow-1.3B để thử không cần cài.

Mã mẫu ngắn gọn

Đoạn mã Python hiểu ảnh và tạo ảnh có sẵn trong README, dễ chỉnh để thử nghiệm.

Tận dụng Janus / Janus-Pro vào việc gì?

Người làm nội dung, sinh viên

Mô tả ảnh và hỏi đáp theo ảnh

Nhờ mô hình mô tả ảnh, đọc ý chính hoặc trả lời câu hỏi về cảnh trong ảnh.

Người làm slide, blogger

Tạo ảnh minh hoạ nhanh

Sinh ảnh minh hoạ đơn giản từ mô tả để làm bản nháp; chất lượng tuỳ yêu cầu, thường cần chọn lọc.

Sinh viên AI, nhà nghiên cứu

Nghiên cứu mô hình thống nhất

Đọc báo cáo kỹ thuật và mã để hiểu cách một mô hình xử lý cả hiểu lẫn tạo ảnh.

Lập trình viên AI

Làm nền cho thử nghiệm riêng

Chạy thử với dữ liệu của mình và so sánh với các mô hình khác trước khi chọn giải pháp.

Cần chuẩn bị gì?

  • Python 3.8 trở lên theo README; thực tế nên dùng môi trường ảo.
  • GPU NVIDIA (mã mẫu gọi cuda) với đủ VRAM cho bản bạn chọn; README không nêu con số VRAM.
  • Cài repo bằng pip ở chế độ chỉnh sửa, gồm cả thư viện Transformers.
  • Cần Internet để tải trọng số từ Hugging Face.

Hướng dẫn cài đặt chi tiết

Cài trên Python

  1. Lấy mã nguồn về và vào thư mục repo.

    Terminal
    git clone https://github.com/deepseek-ai/Janus.git
    cd Janus
  2. Nên tạo môi trường ảo trước khi cài (README chỉ yêu cầu Python 3.8 trở lên). Sau đó cài repo ở chế độ chỉnh sửa.

    Terminal
    python -m venv .venv
    source .venv/bin/activate
    pip install -e .
  3. Trọng số tải tự động từ Hugging Face khi chạy mã mẫu, ví dụ deepseek-ai/Janus-Pro-7B; bản nhẹ hơn là Janus-Pro-1B.

    Văn bản
    https://huggingface.co/deepseek-ai/Janus-Pro-7B

Cài trên Windows

  1. README không có hướng dẫn riêng cho Windows. Thử qua WSL 2 hoặc dùng bản demo online trên Hugging Face thay vì cài.

    Văn bản
    https://huggingface.co/spaces/deepseek-ai/Janus-Pro-7B

Dùng thử lần đầu

  1. Mở bản demo Janus-Pro-7B, tải một ảnh và hỏi: Hãy mô tả bức ảnh này trong hai câu.

  2. Ở phần tạo ảnh của demo, gõ một mô tả cụ thể như: một chú mèo ngồi cạnh cửa sổ, ánh nắng buổi sáng, phong cách tranh màu nước, rồi xem kết quả.

  3. Nếu có GPU, mở phần Quick Start trong README, chép đoạn mã hiểu ảnh vào một file Python, thay đường dẫn ảnh và câu hỏi bằng của bạn rồi chạy.

  4. Sau khi hiểu cách chạy, thử phần tạo ảnh bằng đoạn mã tương ứng trong README và so sánh chất lượng giữa bản 1B và 7B.

Mẹo dùng hay

  • Thử Janus-Pro-1B trước nếu GPU yếu rồi mới nâng lên 7B.
  • Viết mô tả ảnh bằng tiếng Anh, ngắn gọn, rõ chủ thể; README lấy ví dụ bằng tiếng Anh.
  • README ghi rõ các lần sửa lỗi tokenizer trước đây; hãy dùng bản mô hình mới nhất trên Hugging Face thay vì bản chép cũ.
  • Muốn kết quả đẹp để dùng thật, nên so sánh với các công cụ tạo ảnh chuyên dụng.

Lưu ý và hạn chế

  • Repo không có cập nhật từ đầu năm 2025; đây là mã nghiên cứu, không phải ứng dụng hoàn chỉnh.
  • Mô hình sinh ảnh có thể bị lạm dụng để tạo ảnh giả; không dùng để tạo ảnh sai sự thật về người thật hay vi phạm bản quyền.
  • Giấy phép: mã nguồn theo MIT, còn mô hình theo DeepSeek Model License riêng (README nói cho phép dùng thương mại theo các điều khoản đó); hãy đọc kỹ trước khi dùng thương mại.

Câu hỏi thường gặp

Janus-Pro khác Janus ở chỗ nào?

Janus-Pro là bản nâng cấp với chiến lược huấn luyện tối ưu, dữ liệu mở rộng và kích cỡ mô hình lớn hơn (1B và 7B), cải thiện cả hiểu ảnh lẫn tạo ảnh.

Có chạy được trên laptop thường không?

Mã mẫu cần GPU NVIDIA, nên laptop không có card rời khó chạy. Bạn có thể thử bản demo online trên Hugging Face thay thế.

Có miễn phí không?

Có, trọng số và mã công khai. Mã theo giấy phép MIT, mô hình theo giấy phép của DeepSeek nên cần đọc kỹ điều khoản.

Tải mã nguồn về máy

Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.

Terminal
git clone https://github.com/deepseek-ai/Janus.git

Repo tương tự nên xem

Mô hình AI mã nguồn mở26,1K

FLUX.1

black-forest-labs / flux

Mã chạy chính thức của dòng mô hình tạo và chỉnh sửa ảnh FLUX.1 từ Black Forest Labs

KhóLinuxPython
Mô hình AI mã nguồn mở27,2K

MiniCPM-V và MiniCPM-o

OpenBMB / MiniCPM-V

Mô hình AI nhìn ảnh, nghe tiếng và nói chuyện, nhỏ gọn để chạy trên máy cá nhân và điện thoại

KhóWindowsmacOSLinuxAndroid+2
Tạo ảnh & video bằng AI147K

ComfyUI

Comfy-Org / ComfyUI

Tạo ảnh, video, âm thanh bằng AI ngay trên máy bằng cách nối các khối (node) thành quy trình

VừaWindowsmacOSLinuxPython

Nội dung được biên soạn bằng tiếng Việt dựa trên tài liệu chính thức của dự án, cập nhật lần cuối 16/11/2026. Lệnh cài có thể thay đổi theo phiên bản mới; nếu có khác biệt, hãy làm theo README trên GitHub.

Cùng chủ đề: Mô hình AI mã nguồn mở

Mô hình AI mã nguồn mở105K

DeepSeek-V3

deepseek-ai / DeepSeek-V3

Mô hình ngôn ngữ mã nguồn mở cỡ 671 tỷ tham số của DeepSeek, dùng qua chat web, API hoặc máy chủ GPU riêng

KhóLinuxPythonWeb
Mô hình AI mã nguồn mở92K

DeepSeek-R1

deepseek-ai / DeepSeek-R1

Mô hình AI "biết suy nghĩ từng bước" mã nguồn mở của DeepSeek, giỏi toán, code và lập luận

KhóWebWindowsmacOSLinux+1
Mô hình AI mã nguồn mở41,6K

BitNet (bitnet.cpp)

microsoft / BitNet

Bộ chạy mô hình AI 1-bit của Microsoft, giúp chạy mô hình ngôn ngữ nhỏ trên CPU thường mà vẫn nhanh

KhóWindowsmacOSLinuxPython
Mô hình AI mã nguồn mở27,7K

Qwen3

QwenLM / Qwen3

Dòng mô hình AI mở của Alibaba Qwen, nhiều cỡ từ 0,6 tỷ đến 235 tỷ tham số, chạy được trên laptop qua Ollama

VừaWindowsmacOSLinuxPython
Mô hình AI mã nguồn mở20,5K

gpt-oss

openai / gpt-oss

Hai mô hình trọng số mở của OpenAI (20B và 120B), bản 20B chạy được trên máy có khoảng 16 GB bộ nhớ

VừaWindowsmacOSLinuxPython
Mô hình AI mã nguồn mở20,2K

Qwen3-VL

QwenLM / Qwen3-VL

Mô hình AI của Alibaba hiểu ảnh, video và tài liệu, đọc chữ 32 ngôn ngữ, có nhiều cỡ từ 2B đến 235B

KhóLinuxWindowsmacOSPython

Xem cả 10 repo Mô hình AI mã nguồn mở Về Kho Repo