论文信息与摘要（译文）

原文标题：Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling 中文译名：Janus-Pro：统一多模态理解与生成 arXiv：2501.17811（v1）

本板块为论文全文的中文翻译，章节结构与「论文原文」板块一一对应。

\reportnumber 001

Xiaokang Chen, Zhiyu Wu, Xingchao Liu, Zizheng Pan, Wen Liu, Zhenda Xie, Xingkai Yu, Chong Ruan DeepSeek-AI 项目主页：https://github.com/deepseek-ai/Janus

摘要

在这项工作中，我们提出了 Janus-Pro，它是此前工作 Janus 的进阶版本。具体而言，Janus-Pro 引入了 (1) 优化的训练策略、(2) 扩充的训练数据，以及 (3) 向更大模型规模的扩展。 借助这些改进，Janus-Pro 在多模态理解与文生图指令跟随能力两方面均取得了显著进展，同时提升了文生图生成的稳定性。我们希望这项工作能激发该领域的进一步探索。代码与模型已公开发布。