A DeepSeek, uma startup chinesa emergente no campo da inteligência artificial, lançou recentemente o Janus Pro 7B, um modelo de IA de código aberto que promete redefinir os padrões na geração de imagens a partir de descrições textuais. Este lançamento coloca a empresa em destaque, especialmente ao superar modelos renomados como o DALL-E 3 da OpenAI.

Desempenho superior em benchmarks

Em avaliações rigorosas, o Janus Pro 7B demonstrou desempenho notável. No benchmark GenEval, que mede a precisão na geração de imagens a partir de texto, o modelo alcançou uma taxa de acerto de 80%, superando os 67% obtidos pelo DALL-E 3. No DPG-Bench, outro teste de referência, o Janus Pro 7B atingiu 84,2%, ligeiramente acima dos 83,5% da tecnologia da OpenAI. 

Eficiência no treinamento

Um dos aspectos mais impressionantes do Janus Pro 7B é sua eficiência no processo de treinamento. A DeepSeek utilizou apenas algumas centenas de GPUs Nvidia A100, concluindo o treinamento em um período entre 7 e 14 dias. Este feito destaca a capacidade da empresa em otimizar recursos e tempo, alcançando resultados de alta qualidade.

A startup está se posicionando como uma concorrente de peso, desafiando líderes estabelecidos como a OpenAI.

Código aberto e acessibilidade

Demonstrando compromisso com a comunidade de desenvolvedores e pesquisadores, a DeepSeek disponibilizou o código-base do Janus Pro 7B, incluindo uma versão menor de 1B, na plataforma Hugging Face. O modelo está acessível sob uma licença própria da empresa, incentivando a colaboração e inovação no campo da inteligência artificial.

Impacto no mercado de IA

O lançamento do Janus Pro 7B causou um impacto significativo no mercado de tecnologia. Empresas como Nvidia e Oracle registraram flutuações em suas ações, refletindo a influência crescente da DeepSeek no setor de IA. A startup está se posicionando como uma concorrente de peso, desafiando líderes estabelecidos como a OpenAI.

Com o Janus Pro 7B, a DeepSeek não apenas elevou os padrões na geração de imagens por IA, mas também demonstrou que é possível alcançar excelência com eficiência e colaboração aberta. Este avanço promete influenciar futuras pesquisas e aplicações na interseção entre linguagem e visão computacional.