01 / 模型卡片
模型卡片
Janus-1.3B 是由 DeepSeek 推出的轻量化“全模态”模型，实现了真正的 Any-to-Any 能力。不同于传统只做视觉问答或纯文本生成的模型，它尝试在同一个架构下打通文本与图像的理解与生成。虽然 1.3B 的参数量不算大，但这意味着它对硬件极其友好，开发者甚至可以在消费级显卡或移动端设备上进行本地部署和微调。对于想要探索多模态交互、构建轻量化智能助手或进行图像/文本跨模态任务研究的开发者来说，Janus 提供了一个低门槛且高性能的实验基座，是研究多模态统一架构的一个极佳切入点。
模型类型any to any
提供方deepseek-ai
许可状态mit
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
deepseek-ai/Janus-1.3B安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model deepseek-ai/Janus-1.3B下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model deepseek-ai/Janus-1.3B README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('deepseek-ai/Janus-1.3B')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/deepseek-ai/Janus-1.3B.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/deepseek-ai/Janus-1.3B.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面