99% 的人搜「DeepSeek 画图」时，都搞混了两件完全不同的东西：聊天模型和图像生成模型。你在 DeepSeek 聊天框里发一段“画一只猫”的文字，得到的只是文字回复；真正能把文字变成图片的，是单独发布的 Janus‑Pro 模型，而不是随便在 API 里换个模型名字就行。
很多人因此绕了大圈子：充值 API、上传图片、装一堆 SDK，最后发现还是没生出一张图。下面这份指南，会把路线一次讲清：哪一个 DeepSeek 能生图、去哪用官方 Demo、提示词怎么写才有用，以及本地部署时你大概会踩哪些坑。
哪些 DeepSeek 能真正生成图片？
图像生成 vs 图像理解：别再混为一谈
图像生成，是从一段文字描述「造出一张新图」；图像理解，则是「读懂你已经有的图片」。生成一辆自行车的插画，是图像生成；上传一张自行车照片，让模型帮你描述细节，这是图像理解。
DeepSeek 的 Vision 文档里，介绍的是把图片输入给 deepseek-flash，用来解释截图、图表、照片等，这属于图像理解。API 快速上手文档里列出的托管模型名字，也和 Janus 系列分开，直接在这些名字里硬塞一个 “Janus-Pro” 并不会突然多出生图能力。
如果你现在用的是普通 DeepSeek 聊天，不要把「写了一段画面描述」当成「已经生成了一张图片文件」。真正的生图通路，是：用官方 Janus-Pro Demo，或者自己下载模型跑推理。写作、查资料、写代码这些需求，还是走常规 DeepSeek 聊天路线更合适。
搜索「DeepSeek 生图」时，你可能会遇到什么
你在网上搜「DeepSeek image generator」，通常会撞上三种东西：
- 官方或第三方搭建的 Janus Demo
- 完全独立运营的付费生图网站，只是打着「Janus」或「DeepSeek」的旗号
- 教你把图片丢进聊天模型，让它帮你解释内容的教程
这三条路线做的事完全不同。只有 Janus 的「Text-to-Image」才是真正的生图；付费网站的计费规则、隐私条款都归对方管；而上传图片给聊天模型，只是让它读图，不会给你一张新图。
简单记：想要“造图”，就找 Janus-Pro 的 Text-to-Image；想要“读图”，再去看 DeepSeek Vision 或普通聊天模型。
Janus‑Pro 到底是什么？
一套同时管“看图”和“生图”的模型
Janus‑Pro 是 DeepSeek 发布的多模态模型，既能理解图片，也能从文字生成图片。内部结构上，它把「看图」和「生图」走不同的视觉通路，但共用同一个语言模型骨干。你在 Demo 里会看到两个分开的入口：一个是上传图片提问，一个是文字生成图片。
官方的模型卡在 Hugging Face 上公开了设计细节和限制。简单说，你可以在同一个界面里：先让它读一张图，再切到生图模式，按你的文字描述生成一张新图，两者互不冲突。
1B vs 7B：名字变大，不代表画面更大
Janus‑Pro 在 2025 年 1 月开放下载，有两个检查点：Janus-Pro-1B 和 Janus-Pro-7B。同一个官方仓库里，还放着早期的 Janus 和单独的 JanusFlow 模型。想跟着本文的浏览器演示一步步操作，建议直接用 Janus‑Pro‑7B 的官方 Space，界面和说明更一致。
本地折腾时，如果显存或内存吃紧，可以考虑 1B 版本。这里有个容易被误解的点：7B 只是参数更多，不代表生成画布更大。模型大小和图片分辨率是两件事。无论你有没有 DeepSeek 聊天订阅，这两个下载都不是「会员升级包」，而是完全独立的一套模型。
用官方 Janus‑Pro Demo 生成第一张图
在线 Demo：最快上手的路线
如果你只是想先试试效果，不想装环境，浏览器 Demo 是最省事的入口。记得打开的是 Hugging Face 上 deepseek-ai 账号下的官方 Space，而不是名字很像的商业网站。
操作步骤可以照着来：
- 打开官方 Janus‑Pro‑7B Space：访问 Hugging Face 上的 Janus‑Pro‑7B Space，等页面里的应用加载完。
- 切到「Text-to-Image Generation」：别停在「Multimodal Understanding」标签，那是给图片提问用的。
- 在提示框里写下你的画面描述：把主体、场景、构图、用途相关的关键特征写清楚。
- 先用默认高级设置，点「Generate Images」：第一次不用管太多参数，先看它能画出什么样。
- 在下方画廊里检查结果再保存：确认你要的物体、颜色、布局都在，再用画廊里的查看或下载按钮保存。
有用户反馈，在高峰时段 Demo 会排队，或者直接提示额度用完。这个 Space 用的是 Hugging Face ZeroGPU，官方文档写得很清楚：按账号和队列分配资源，页面能打开不代表你能无限制生图。
隐私与题材：第一次别拿敏感内容试刀
公共 Demo 的推理是在 Hugging Face 的服务器上跑的，不是在你本地电脑。你在浏览器里输入的提示词，会被那边的服务处理。所以第一次体验，建议用不涉及隐私、机密或敏感人物的题材。
我自己第一次试，是用一段很普通的「桌面+咖啡杯」描述，主要是看构图和光影表现，而不是立刻拿真实产品图去试。等你确认效果和流程都 OK，再考虑更正式的场景。
提示词怎么写，模型才知道你要什么？
把自己当成在给插画师写需求
写提示词时，可以想象你在给一个人类插画师发需求：先说清「画什么」「放在哪」「大概什么风格」，再补充氛围和装饰细节。真正决定图片能不能用的硬性条件，要放在前面，修饰性的形容词放后面。
一个偏产品风格的示例提示词：
A matte blue ceramic mug on a light wooden desk, handle facing right, a small green plant behind it, soft light from a window on the left, simple product photograph, no lettering.
如果你要的是插画，而不是照片，要求可能会变成：
A red bicycle leaning against a cream wall, one terracotta plant pot beside the front wheel, flat editorial illustration, warm afternoon colors, uncluttered background.
可以把这些示例当模板，替换成你自己的主体和场景。如果你发现花盆老是出现在奇怪的位置，不妨先把画面简化，只保留关键关系，再慢慢加元素。一次塞太多无关物体进去，反而很难判断哪里出了问题。
Demo 里的高级选项：别把它当成聊天 API 的参数
Janus Demo 的高级选项里，会暴露几个常见控制项，比如采样步数、随机种子等。这些是 Demo 自己的参数，不是 DeepSeek 聊天 API 的设置。
随机种子（seed）很适合做对比实验：你可以固定种子，只改一两句提示词，看看画面变化。但我也不太确定这个说法对不对——不同硬件、不同软件版本下，同一个种子也可能画出略有差别的结果。所以更稳妥的做法，是把「提示词 + 参数」一起保存下来，方便以后复现。
分辨率与画质：别被「4K」「8K」这类词忽悠
Janus‑Pro 的参考分辨率有多大？
Janus‑Pro 官方参考生成分辨率是 384 × 384。Hugging Face Demo 的实现，会在生成后再套一层 2× 放大器，把显示出来的图片变大，但底层细节还是那块 384 的画布。你在提示词里写「4K」「8K」，不会神奇地把输出尺寸变成 4K。
技术报告里也写得很直白：细节特别多的区域、小尺寸人脸，是 Janus‑Pro 的弱项；输入分辨率也会影响它做 OCR 这类精细理解任务的表现。所以评估画质时，最好在你打算实际使用的尺寸下看，而不是只盯着缩略图。
哪些场景适合用，哪些要格外小心
做概念草图、找视觉方向、给设计师一个「大概长这样」的参考，Janus‑Pro 生成的图往往已经够用。有用户反馈，用它快速出几版构图，再交给人类设计师精修，效率会高很多。
但如果你要的是：
- 电商产品图
- 带精确标注的技术示意图
- 含有必须正确的文字（比如品牌名、法律条款）的海报
那就得一帧一帧地放大检查。哪怕整体画面看着很顺眼，一个多出来的按钮、一行看似合理但其实拼错的文字，都可能让整张图不能用。涉及精确文字的部分，更稳妥的做法是后期在编辑软件里单独加字。
有人会说 Janus‑Pro 在某些评测上「超越」了别的生图模型。DeepSeek 的技术报告里，确实在 2025 年的几项指令跟随基准上给出了不错的数据，但那不是对所有图像服务的总排名，也不能保证你的每一个提示词都能复现同样的优势。
能在本地跑 Janus‑Pro 吗？
本地部署适合谁？
答案是可以，但更偏向开发者玩法，而不是点两下就能装好的桌面软件。官方参考代码用的是 PyTorch + CUDA，没有现成的 CPU 或 Apple Silicon 一键教程。如果你只是偶尔生几张图，先用托管 Demo 会省下很多时间和心力。
有一位朋友在 8GB 显存的老显卡上硬跑 7B 版本，结果各种 out of memory，最后还是换成 1B + 减少并行张数才勉强跑通。说实话，如果你对命令行和 Python 环境不熟，本地部署的学习成本会比想象中高。
1. 创建隔离环境
下面是一条基于官方仓库、面向 Linux + NVIDIA CUDA 环境的大致路线。你需要：Git、支持虚拟环境的 Python、合适的 NVIDIA 驱动，以及足够的显存和内存。
git clone https://github.com/deepseek-ai/Janus.git
cd Janus
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
然后用 PyTorch 官网的安装向导，选择 Linux、Pip、Python 和与你机器匹配的 CUDA 版本，在这个虚拟环境里执行安装命令。完成后再装 Janus Demo 依赖：
python -m pip install -e ".[gradio]"
python -c "import torch; print(torch.cuda.is_available())"
如果你走的是 GPU 路线，这个 CUDA 检查应该打印出 True。它只说明 PyTorch 能看到 CUDA，并不保证你的显卡一定装得下 7B 模型。建议把这个环境和其他项目分开，因为仓库里锁定了一些较老的 Demo 依赖，版本混用很容易出问题。
2. 选择检查点并限制访问范围
用编辑器打开 demo/app_januspro.py，里面的 model_path 默认指向 deepseek-ai/Janus-Pro-7B。如果你想省显存，可以改成 deepseek-ai/Janus-Pro-1B。这里不要乱填 DeepSeek 聊天 API 的模型名，那是完全不同的体系。
参考 Demo 结尾有一行：
demo.launch(share=True)
如果你只打算在本机浏览器里用，把它改成：
demo.launch(share=False, server_name="127.0.0.1")
这样就不会自动创建一个公网分享链接。启动前，最好简单过一遍下载的代码逻辑，因为加载模型时启用了 trust_remote_code=True，意味着会执行远端仓库里的自定义代码。
3. 启动界面并生成图片
在虚拟环境里运行：
python demo/app_januspro.py
等第一次下载和加载模型完成，终端里会打印一个本地地址。用浏览器打开它，找到页面上的 Text-to-Image Generation 区块。和在线 Demo 不同，本地脚本会把「理解图片」和「生成图片」放在同一页上，你可以按前面讲的提示词方法直接试。
结束时，在终端里按 Ctrl+C 停止服务。内存方面没有一个绝对可靠的「最低配置」，因为精度设置、中间张量大小、一次生成几张图都会影响占用。如果显存吃紧，优先考虑：
- 换成 1B 检查点
- 把一次生成的图片数量调小
而不是参考某个完全不同的 DeepSeek 文本模型的 RAM 建议。
费用与授权：Janus‑Pro 算不算“免费”？
下载免费 ≠ 使用没有成本
Janus‑Pro 模型可以公开下载，这一点对个人和团队都很友好。但「能下」不代表「用起来完全没成本」：
- 本地跑要占用你自己的 GPU/CPU 资源
- 租云端 GPU 要按时长或算力付费
- 第三方托管服务会有自己的额度和计费方式
官方 Hugging Face Demo 用的是 ZeroGPU 配额，额度用完就得等。市面上一些打着「Janus 生图」旗号的付费网站，即便底层用的是 DeepSeek 权重，计费和条款也完全由对方决定。
代码授权 vs 模型授权：两套规则别混
官方仓库里的代码是 MIT 协议，而模型卡里的 License 部分指向的是 DeepSeek Model License。虽然模型卡页面上也会显示一个 MIT 徽章，但那不是完整的授权条款，真正生效的是 DeepSeek 自己的模型许可文本。
DeepSeek 在说明里写明了允许商业使用，但具体到哪个检查点、是否包含你自己再分发或托管的组件，都要对照对应版本的 License 来看。做商业项目时，有两层检查不能偷懒：
- 你用的模型和代码是否满足授权要求
- 你生成的那张图本身，是否适合公开发布或商用
后者包括：有没有侵犯他人版权、有没有用到客户不希望外泄的素材、托管服务的条款是否允许你这么用。
常见故障与排查思路
Demo 一直排队，或者拒绝新请求
遇到这种情况，先看页面上的状态提示，而不是一味改提示词。排队或额度用尽，本质是算力资源的问题，和你写的那句英文没关系。按提示的等待时间或账号要求来操作，多次狂点「生成」只会让队列更乱，不会凭空多出 GPU。
返回的是一段文字，而不是图片
先确认你选的是 Text-to-Image Generation，而不是理解图片的标签。理解模式会对你上传的图片给出文字回答，正常聊天模型也只会回一段 Markdown 或描述，这些都不等于真正生成了一张图片文件。
本地运行时报 CUDA out of memory
先关掉其他占用 GPU 的程序，再看脚本到底加载的是哪个检查点。在本地的 demo/app_januspro.py 里，generate_image 函数默认设置了 parallel_size = 5，也就是一次生成 5 张图。把这个值改成 1，就变成一次只画一张。
如果还是爆显存，可以考虑换成 1B 检查点。注意，如果错误发生在「加载权重」阶段，说明模型本身就装不下，改提示词是没用的。
安装看起来成功了，但应用起不来
遇到这种情况，先在终端里找到第一个真正的异常信息。缺包、库版本不兼容、模型下载失败、CUDA 设备不可用，这几类问题的解决方式完全不同。确认你安装依赖和运行脚本用的是同一个虚拟环境，再对照仓库里的依赖列表排查。
如果要在社区求助，记得附上完整报错栈和关键包版本号，把密钥和本地路径等隐私信息删掉。
下一步：从你真正需要的那张图开始
如果你刚准备上手 Janus‑Pro，最稳的做法是：先用官方 Demo，写一个尽量清晰的提示词，保持默认参数，看看第一张图长什么样。然后在你打算使用的尺寸下仔细看一遍，再根据缺失的元素去改描述或种子。
当你发现自己开始频繁生图、需要更稳定的算力或更严格的隐私控制时，再考虑本地部署或自建服务。反过来，如果你的需求只是「读一张截图」「解释一张图表」，那就别绕远路去折腾生图模型了，直接用图像理解或聊天模型会省很多力气。
这套判断和操作方法，在不同项目里反复验证都挺好用。遇到类似选择时，翻出来对照一下，往往比随手问身边人更靠谱。
常见问题
Q：Janus‑Pro 能在 iPhone 或安卓手机上用吗？
A：可以在手机浏览器里打开官方 Hugging Face Demo，生图计算会在对方服务器上完成，而不是在你手机本地跑。这样做的好处是不用担心手机算力不够，但也意味着你受制于 Demo 的配额和排队规则。需要注意的是，目前官方 DeepSeek 手机 App 并不等于内置了 Janus‑Pro 生图能力，两者是不同的产品线。如果你在第三方 App 里看到「Janus 生图」，要看清楚它到底是网页封装还是真正的本地或自建服务。
Q：Janus‑Pro 能直接编辑我上传的照片吗？
A：官方 Demo 把「理解图片」和「文字生成图片」分成了两个入口，目前没有那种「上传一张图 + 画个蒙版局部修改」的完整编辑流程。你可以先让它描述一张照片，再用这段描述去生成一张新图，但这更像是「重画一张类似的」，而不是精确地在原图上修修补补。如果你需要的是严谨的修图或局部替换，还是得配合专业图像编辑软件，或者找专门支持 inpainting / outpainting 的模型和工具。
Q：用 Janus‑Pro 一定要有 DeepSeek API Key 吗？
A：不需要。官方 Hugging Face Demo 和本地模型推理路线，都不依赖 DeepSeek 的聊天 API Key。你可能需要的是 Hugging Face 账号或访问令牌，那是另一套体系。如果某个第三方服务向你索要 API Key，一定要搞清楚它到底在调用哪家提供商的接口，以及这些密钥会被如何存储和使用，避免把主账号权限交给不可信的平台。
Q：Janus‑Pro 有官方 API 吗？
A：你可以基于开源推理代码自己搭一个服务，Hugging Face 上的 Gradio Demo 也提供了「Use via API」的接口说明，但这和 DeepSeek 官方托管的聊天 API 是两回事。Demo 的 API 更像是一个实验性入口，容量和稳定性都不适合作为生产环境的长期依赖。准备接入前，先看清当前的调用限制、并发能力和服务条款，必要时自己部署一套后端会更可控。
Q：Janus‑Pro 生成的图片可以直接商用吗？
A：从授权角度看，DeepSeek 的模型许可文本中明确提到允许商业使用，但你仍然要逐条对照具体版本的 License，确认没有额外限制。更关键的是内容层面的合规：图片里是否包含受版权保护的角色或标志、是否使用了客户不希望公开的素材、是否违反了你所在平台的内容政策。建议在商用前建立一套审核流程，对每张图做人工检查，并保留提示词和生成记录，方便未来溯源和合规审计。
