21 DeepSeek接入多模态，个人电脑也能飞速生成高清图，完整部署步骤！
很多朋友想亲自体验在自己电脑部署大模型，然后推理得到结果，完整部署走一遍，确实能贴近和AI的距离。
之前介绍过DeepSeek-R1模型的本地部署，此模型主要是输入文字并生成文字形式的回答，属于单模态模型。今天这篇教程咱们来点不一样的，部署一个DeepSeek的多模态模型，就是在2025年1月最新发布的Janus-Pro:7B，部署后它能做：
1）理解图片，输入一张图，会生成对图片的描述信息，比较实用，很多朋友都想提取图片的内容。
2）输入文字生，成对应的高清图，也很实用。
1 部署所需电脑配置
大模型部署需要一定电脑配置，今天咱们要部署的Janus-Pro：7B大概需要24GB的GPU显存，显卡RTX、A100等系列都可以，如下所示：
这里简单科普下，大模型为啥都需要GPU显存，因为跑大模型需要缓存权重参数和中间计算状态，比如模型权重存储，激活值缓存，并且它们必须要在高速显存里，这样才能保证高效推理。一般7B参数、混合16位精度的大模型，大概需要20G~24G的显存，目前如RTX-4090显卡就支持24GB显存。
可能有的朋友看到这里就犯愁了，自己电脑不满足此配置，应该怎么解决？大家不用担心，有解决方案，可以去云算力平台。我经常用的一个就是gpugeek，它家提供了常用的GPU资源，使用简单，部署新模型也容易，比如今天大家跟着下面教程，大概10分钟就能部署DeepSeek的多模态推理模型Janus-Pro:7B。
2 完整部署步骤
第一步，打开浏览器，输入地址：
点击右上角，弹出用户界面，创建一个新的GPU实例，如下图所示，按照我的选择配置就行，RTX-4090-24G，镜像选择Miniconda:
第二步，创建完成后，通过自己电脑的命令窗口就能登录。登录时用到登录信息，在界面右下角的登录那里可以找到，点击登录出现下面界面：
然后输入到自己的电脑这里：
登录后进入我们输入nvidia-smi --list-gpus，可以查看GPU型号：
第三步，创建虚拟环境：
切换到当前新安装的环境：
下载Janus-Pro 7B 模型到本地电脑：
https://github.com/deepseek-ai/Janus.git
第四步，执行pip install -e . 安装所有依赖：
安装依赖大概需要5分钟，然后安装Gradio，直接生成文生图的操作界面：
第五步，配置镜像，下载Janus-Pro-7B，这一步的作用是下载Janus-Pro:7B模型到本地，执行下面两条命令：
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download deepseek-ai/Janus-Pro: 7B
再执行下面命令就能启动Janus了：
python demo/app_januspro.py --device cuda
最后在自己的电脑执行下面命令，转端口到自己的电脑：
ssh -L 7860:127.0.0.1:7860 -p 48301 root@proxy-qy.gpugeek.com
接下来，在自己的电脑打开浏览器，输入：
就会出现网页界面，如下图所示，表明自己部署DeepSeek多模态大模型Janus-Pro:7B成功了：
3 使用自己部署的模型
Janus-Pro:7B支持两类能力，一是理解图片能力，就是你给它一个图，它会理解这幅图，包括图例的文字等。
接下来，我们上传一个图，测试下Janus-Pro 7B 理解图的能力，咱们把deepseek的logo图：
传给到Janus-Pro:7B模型，然后输入提问，然后开始推理，很快我们拿到了第一个推理结果，如下图所示：
字体稍微有点小，大家可以放大看看，结果比较精准。
以上我们测试了DeepSeek的Janus-Pro模型，理解图片的能力，效果不错。
DeepSeek的Janus-Pro模型除了具有看图能力外，还有文生图能力，就是给它一个提示词，它会生成对应的图片。
这个功能在页面下方，界面如图所示：
这里我们简单输入：a nice and real cat in the universal, 大概5-10秒出图，如下所示：
一次会生成5张，放大后的效果如下所示，这里我们直接使用最原生的Janus-Pro 7B部署，所以对英文提示词支持最好，当然如果要想对中文更友好的支持，只需做一个简单的中译英，然后再输入到Janus里：
我们还可以调低温度，让模型生成的图像更有创意一些，如下提示词：the face of a beautiful girl:
生成如下5张图片，其中一张效果：
大家感觉效果如何，推理速度很快，在这种推理效果下，得到这种高清图，说明Janus-Pro模型的实力。
Janus-Pro 7B论文展示了目前与其他模型的对比得分，目前超过DALLE3模型，在常见数据集测试多模态得分都很高：
Janus-Pro是怎么做到的？它把看图和生图解耦分离出来，各自维护自己的编码和解码器，只在Transformer这层共享多模态信息：
最后总结一下
文章介绍了自己手动部署开源大模型的完整过程，大家按照文中步骤，差不多十来分钟就能部署好。
对于电脑配置不够的朋友，可以去gpugeek这里，点击下方阅读原文注册就送10元券，足够大家体验安装DeepSeek多模态大模型了。并且A5000服务器，目前破价到0.88元每小时，行业里没见过优惠这么大的，非常划算，想要接入远程算力的不要错过。
通过gpugeek，按照咱们这篇教程的步骤，安装DeepSeek多模态大模型后，大家便可使用它的两类能力：
1）看图说话，也就是不仅能直接提取图片内容，还能更精准的理解图；
2）文生图，体验DeepSeek的最新多模态大模型Janus-Pro生成图片
实践出真知，希望这篇完整的大模型部署教程，能够让大家更近距离的感受AI。
