Janus एक नवीन स्व-पुनरावर्ती ढाँचा है जो दृश्य एन्कोडिंग को अलग करके बहु-विधा समझ और निर्माण को एकीकृत करता है। यह पृथक्करण न केवल समझ और निर्माण में दृश्य एन्कोडर की भूमिका के संघर्ष को कम करता है, बल्कि ढाँचे की लचीलेपन को भी बढ़ाता है। Janus पिछले एकीकृत मॉडलों से आगे निकल जाता है और विशिष्ट कार्य मॉडल के प्रदर्शन के साथ मेल खाता है या उससे आगे निकल जाता है। Janus की सादगी, उच्च लचीलापन और प्रभावशीलता इसे अगली पीढ़ी के एकीकृत बहु-विधा मॉडल के लिए एक मजबूत उम्मीदवार बनाती है।