[ComfyUI]深夜炸场！中国AI黑马DeepSeek开源“Janus-Pro”模型，生图性能碾压DALL·E 3！

哈喽这里是海绵

前言

中国速度，DeepSeek深夜发布多模态"Janus-Pro"模型，性能碾压DALL·E 3，ComfyUI插件也支持了

所有的AI设计工具，安装包、模型和插件，都已经整理好了，👇获取~

0****1

介绍

2025年1月28日凌晨，中国AI公司DeepSeek突然放出“王炸”——开源多模态模型Janus-Pro-7B，在GenEval和DPG-Bench两大权威测试中，直接击败OpenAI的DALL·E 3和Stable Diffusion等业界标杆！更令人震撼的是，这款参数仅7B的模型竟支持图像生成+多模态理解，甚至能在普通高端电脑上运行。消息一出，英伟达股价暴跌17%，AI芯片市场掀起巨浪……

官方解释：

Janus-Pro 是一种新型的自回归框架，它统一了多模态理解和生成。它通过将视觉编码解耦为独立的路径来解决先前方法的局限性，同时仍然利用单一的统一Transformer架构进行处理。解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。Janus-Pro 超越了之前的统一模型，并匹配或超过了特定任务模型的性能。Janus-Pro 的简单性、高灵活性和有效性使其成为下一代统一多模态模型的有力候选者。

1.解耦视觉编码架构

Janus-Pro首创“双路径”设计：

• 理解任务：采用SigLIP-L视觉编码器，支持384×384像素输入，精准解析图像语义。

• 生成任务：使用降采样率16的分词器，生成分辨率更高、细节更细腻的图像 。

这种分离设计避免了传统模型在“理解”与“生成”间的功能冲突，效率提升30%。

2.训练策略与数据优化

• 三阶段训练法：统一预训练+多模态对齐+指令微调，显著提升模型稳定性。

• 72M合成数据：通过合成与真实数据1:1混合，加速收敛并增强美学表现。

3.极简生成框架JanusFlow

集成自回归语言模型与“矫正流”（Rectified Flow），无需复杂架构调整即可生成高分辨率图像，技术门槛大幅降低。

该模型有两个版本： Janus-Pro-1b和Janus-Pro-7b ，展示了其针对各种用例的可扩展性。

ComfyUI里面也支持了，社区速度真滴厉害。

GitHub仓库：

https://github.com/deepseek-ai/Janus

02

相关安装

2.1插件安装

插件地址:

https://github.com/CY-CHENYUE/ComfyUI-Janus-Pro

节点管理器搜：Janus-Pro

2.2 模型安装

官方目前给出了2个模型，分别是7B和1B参数的

模型（7B）：

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

模型（1B）：

https://huggingface.co/deepseek-ai/Janus-Pro-1B

将模型文件放在 ComfyUI/models/Janus-Pro

03

使用说明

目前已经实现了文生图和图片反推功能，社区又多了一个选项。

工作流如下：

测试下来，主要用到这个图片反推功能，目前生成图像分辨率只有384x384，还需要后续继续加强。

反推提示词的效果很不错。

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取

一、ComfyUI配置指南

• 报错指南
• 环境配置
• 脚本更新
• 后记
• …

二、ComfyUI基础入门

• 软件安装篇
• 插件安装篇
• …

三、 ComfyUI工作流节点/底层逻辑详解

• ComfyUI 基础概念理解
• Stable diffusion 工作原理
• 工作流底层逻辑
• 必备插件补全
• …

四、ComfyUI节点技巧进阶/多模型串联

• 节点进阶详解
• 提词技巧精通
• 多模型节点串联
• …

五、ComfyUI遮罩修改重绘/Inpenting模块详解

• 图像分辨率
• 姿势
• …

六、ComfyUI超实用SDXL工作流手把手搭建

• Refined模型
• SDXL风格化提示词
• SDXL工作流搭建
• …

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取