Deepseek, ein chinesisches Unternehmen für künstliche Intelligenz, hat die KI-Welt in Aufruhr versetzt. Es hat ein neues Modell namens Janus-Pro veröffentlicht, das als Bildgenerator dient und mit Dall-E 3 von OpenAI konkurrieren soll. Janus-Pro ist Teil der Modellfamilie Janus und ist als Open-Source unter der MIT-Lizenz verfügbar, beispielsweise auf der Plattform Hugging Face. Dieses Modell ist der Nachfolger von Janus und bietet mehr Leistung und Kapazität.
Janus-Pro ist ein multimodales Modell, das Bilder erzeugen und verstehen kann. Die im zugehörigen Paper gezeigten Bilder sind fotorealistisch und vergleichbar mit denen von Midjourney. In den Beispielen ist der Schriftzug “Hello” zu sehen, was eine beachtliche Leistung für Bildgeneratoren darstellt, da das Schreiben von Texten eine komplexe Aufgabe ist. Janus-Pro zeigt, dass es diese Herausforderung meistern kann, während frühere Modelle wie Janus dies noch nicht konnten.
Deepseek beschreibt Janus-Pro als ein “neuartiges autoregressives Framework”. In bestimmten Benchmarks soll die Version mit sieben Milliarden Parametern sogar Dall-E 3, Stable Diffusion XL und andere Bildgeneratoren übertreffen. Diese Veröffentlichung kommt zu einem Zeitpunkt, an dem das chinesische Unternehmen im Mittelpunkt eines großen Hypes steht. Die Vorgängermodelle R1 und V3 haben im Silicon Valley und an der Börse für Aufregung gesorgt. Viele KI-Experten und der Großinvestor Marc Andreessen haben die Fortschritte von Deepseek gelobt.
Ein wesentlicher Grund für die Aufmerksamkeit ist, dass die Modelle von Deepseek kostengünstiger trainiert wurden und weniger KI-Chips benötigten. Dies führte zu einem Rückgang des Börsenwerts von Unternehmen wie Nvidia, die Chips für KI-Anwendungen liefern. Es ist jedoch unklar, wie Deepseek die Qualität seiner Modelle erreicht hat. Es gibt Vorwürfe, dass das Unternehmen Model-Destillation verwendet hat, um die Modelle R1 und V3 zu entwickeln. Model-Destillation ist eine Technik, bei der Wissen von einem großen Modell auf ein kleineres übertragen wird. Es wird spekuliert, dass Deepseek seine Modelle mit Hilfe von ChatGPT trainiert hat, da die Modelle manchmal geantwortet haben, dass sie ChatGPT seien.
Die Entwicklungen von Deepseek zeigen, wie schnell sich die KI-Technologie weiterentwickelt. Unternehmen weltweit stehen unter Druck, mit den Fortschritten Schritt zu halten. Die Veröffentlichung von Janus-Pro könnte die Art und Weise verändern, wie KI-Modelle entwickelt und eingesetzt werden. Es bleibt abzuwarten, wie sich der Markt und die Technologie weiterentwickeln werden. Doch eines ist sicher: Deepseek hat mit seinen Innovationen die Aufmerksamkeit der gesamten Branche auf sich gezogen.
Die Zukunft der KI ist vielversprechend, und Unternehmen wie Deepseek spielen eine entscheidende Rolle bei der Gestaltung dieser Zukunft. Die Fähigkeit, leistungsfähige und kostengünstige Modelle zu entwickeln, wird entscheidend sein, um die nächste Generation von KI-Anwendungen zu ermöglichen. Die Veröffentlichung von Janus-Pro ist ein Schritt in diese Richtung und könnte den Weg für weitere Innovationen ebnen.