バイラルAI企業DeepSeekが新しい画像モデルファミリーをリリース

話題の AI 企業 DeepSeek は、OpenAI の DALL-E 3 を上回る性能を持つと主張する新しいマルチモーダル AI モデルのセットをリリースしました。

AI開発プラットフォーム「Hugging Face」からダウンロード可能なこれらのモデルは、DeepSeekがJanus-Proと呼ぶ新しいモデルファミリーの一部です。パラメータ数は10億から70億までの範囲です。パラメータ数はモデルの問題解決能力にほぼ相当し、パラメータ数が多いモデルはパラメータ数の少ないモデルよりも一般的に優れたパフォーマンスを発揮します。

Janus-Pro は MIT ライセンスに基づいているため、制限なく商用利用できます。

DeepSeekが「斬新な自己回帰フレームワーク」と表現するJanus-Proは、画像の分析と新規画像の作成の両方が可能です。同社によると、AI評価ベンチマークであるGenEvalとDPG-Benchにおいて、Janus-Proの最大モデルであるJanus-Pro-7Bは、DALL-E 3に加え、PixArt-alpha、Emu3-Gen、Stability AIのStable Diffusion XLなどのモデルよりも優れた性能を発揮しています。

確かに、これらのモデルの一部は古いタイプであり、ほとんどの Janus-Pro モデルは最大 384 x 384 の解像度の小さな画像しか分析できません。しかし、モデルのコンパクトなサイズを考慮すると、Janus-Pro のパフォーマンスは印象的です。

「Janus-Proは従来の統合モデルを凌駕し、タスク特化型モデルの性能に匹敵、あるいは上回っています」とDeepSeekはHugging Faceへの投稿で述べています。「Janus-Proのシンプルさ、高い柔軟性、そして有効性は、次世代の統合マルチモーダルモデルの有力な候補となるでしょう。」

中国のAIラボDeepSeekは、クオンツトレーディング会社High-Flyer Capital Managementの出資が主な資金となっている。同社のチャットボットアプリがApple App Storeのランキングでトップに躍り出たことで、今週、注目を集めている。DeepSeekの言語モデルは、計算効率の高い手法を用いて学習されており、ウォール街の多くのアナリストや技術者の間で、米国がAI競争における優位性を維持できるのか、そしてAIチップの需要が持続できるのかという疑問が生じている。