Janus é um framework autorregressivo inovador que resolve as limitações de métodos anteriores, separando a codificação visual em caminhos distintos e processando-os usando uma única arquitetura de transformador unificada. Essa separação não apenas alivia o conflito de papéis do codificador visual na compreensão e geração, mas também aumenta a flexibilidade do framework. O desempenho do Janus supera os modelos unificados anteriores e alcança ou excede o desempenho de modelos para tarefas específicas. A simplicidade, alta flexibilidade e eficácia do Janus o tornam um forte candidato para modelos multimodais unificados de próxima geração.